基于多样性感知的强化学习用于de novo药物设计
机器学习
2025-11-12 v2 生物大分子
摘要
微调预训练的生成模型在生成有前景的药物分子方面表现良好。微调任务常被形式化为强化学习问题，此前方法有效地学习优化奖励函数以生成潜在的药物分子。然而，缺乏对奖励函数进行自适应更新机制时，优化过程可能陷入局部最优。最优分子在局部优化中的有效性可能无法转化为后续药物优化过程中的有用性，或作为潜在临床候选药物的实用性。因此，重要的是生成一组多样化且有前景的分子。以往工作通过对结构相似的分子进行惩罚来修改奖励函数，主要关注寻找更高奖励的分子。迄今为止，尚无研究全面检视不同奖励函数自适应更新机制如何影响生成分子的多样性。本文我们检验了各种内在动机方法和策略对惩罚外在奖励，以及它们如何影响生成分子集合的多样性。我们的实验表明，结合结构和预测方法通常在多样性方面 yields better results。
引用
@article{arxiv.2410.10431,
title = {Diversity-Aware Reinforcement Learning for de novo Drug Design},
author = {Hampus Gummesson Svensson and Christian Tyrchan and Ola Engkvist and Morteza Haghir Chehreghani},
journal= {arXiv preprint arXiv:2410.10431},
year = {2025}
}