面向靶点特异性药物发现的基于能量的生成模型
机器学习
2022-12-06 v1
摘要
药物靶点在药物发现中因其对疾病发病机理的关键作用而成为主要焦点。由于生物分子数据集的日益可得，计算方法被广泛应用于药物研发。流行的生成方法可通过学习给定分子分布来创造新药物分子。然而，这些方法大多并非用于靶点特异性药物发现。我们开发了一种基于能量的概率模型用于计算靶点特异性药物发现。结果表明，我们提出的 TagMol 能生成具有与真实分子相似结合亲和力分数的分子。基于 GAT 的模型相比 GCN 基线模型表现出更快且更好的学习。
引用
@article{arxiv.2212.02404,
title = {Energy-based Generative Models for Target-specific Drug Discovery},
author = {Junde Li and Collin Beaudoin and Swaroop Ghosh},
journal= {arXiv preprint arXiv:2212.02404},
year = {2022}
}