使用数据驱动的分子连续表示进行自动化化学设计

我们报告了一种将分子的离散表示与多维连续表示相互转换的方法。该模型使我们能够生成新分子，从而在开放的化合物空间中进行高效探索和优化。一个深度神经网络在数十万个现有化学结构上进行了训练，以构建三个耦合函数：编码器、解码器和预测器。编码器将分子的离散表示转换为实值连续向量，解码器将这些连续向量转换回离散分子表示。预测器从分子的潜在连续向量表示中估计化学性质。连续表示使我们能够通过在潜在空间中执行简单操作（例如解码随机向量、扰动已知化学结构或在分子之间进行插值）来自动生成新颖的化学结构。连续表示还允许使用强大的基于梯度的优化来有效地引导对优化功能化合物的搜索。我们在类药物分子集合以及重原子数少于九个的分子集合中展示了我们的方法。