ChemSpaceAL：一种应用于蛋白质特异性分子生成的高效主动学习方法
机器学习
2024-02-08 v2 生物大分子
摘要
生成式人工智能模型的非凡能力不可避免地促使其应用于药物发现领域。在该领域中，化学空间的广阔性激励着开发更高效的方法，以识别具有期望特性的分子所在区域。本工作中，我们提出了一种计算高效的主动学习方法，其仅需在所构建样本空间中对生成数据的子集进行评估，即可成功使生成模型按指定目标对齐。我们通过对基于 GPT 的分子生成器针对具有 FDA 批准小分子抑制剂的蛋白质 c-Abl 激酶进行微调，展示了该方法在靶向分子生成中的适用性。值得注意的是，模型在不知晓抑制剂存在的情况下学会生成与之相似的分子，甚至精确复现了其中两个。我们还表明该方法对无任何市售小分子抑制剂的蛋白质——CRISPR 关联蛋白 9（Cas9）酶的 HNH 结构域——同样有效。我们相信该方法固有的通用性确保其在不断发展的计算机分子生成领域中持续适用。为促进实现与可复现性，我们已通过开源 ChemSpaceAL Python 包公开全部软件。
引用
@article{arxiv.2309.05853,
title = {ChemSpaceAL: An Efficient Active Learning Methodology Applied to Protein-Specific Molecular Generation},
author = {Gregory W. Kyro and Anton Morgunov and Rafael I. Brent and Victor S. Batista},
journal= {arXiv preprint arXiv:2309.05853},
year = {2024}
}