以向量表示增强分子图像作为药物分类的特征化技术
计算机视觉与模式识别
2020-08-11 v1 生物大分子
摘要
构建用于药物分类与生成深度学习系统的关键步骤之一，是选择分子的特征化方法。先前的特征化方法包括分子图像、二进制串、图和 SMILES 串。本文提出生成由二进制向量标注的分子图像，这些向量编码了无法从分子图像单独获得或轻易理解的信息。具体而言，我们使用 Morgan 指纹（编码高层结构信息）和 MACCS 键（编码关于分子性质与结构的是非问题）。我们在 Pande 实验室发布的 HIV 数据集上测试了我们的方法，该数据集包含 41,127 个按是否抑制 HIV 病毒标记的分子。我们的最终模型在 HIV 数据集上取得了 SOTA 的 AUC ROC，优于所有其他方法。此外，该模型收敛显著快于大多数其他方法，所需计算量远少于未增强的图像。
引用
@article{arxiv.2008.03646,
title = {Augmenting Molecular Images with Vector Representations as a Featurization Technique for Drug Classification},
author = {Daniel de Marchi and Amarjit Budhiraja},
journal= {arXiv preprint arXiv:2008.03646},
year = {2020}
}