SARS-CoV-2蛋白酶抑制剂候选物的进化多目标设计
神经与进化计算
2020-09-11 v2 机器学习
生物大分子
摘要
基于人工智能的计算药物设计是一个新兴的研究领域。在撰写本文时，世界正遭受冠状病毒SARS-CoV-2的爆发。阻止病毒复制的一个有前景的途径是通过蛋白酶抑制。我们提出一种进化多目标算法(EMOA)来设计针对SARS-CoV-2主蛋白酶的潜在蛋白酶抑制剂。基于SELFIES表示，该EMOA利用对接工具QuickVina 2最大化候选配体与蛋白质的绑定，同时考虑类药性或满足过滤约束等进一步目标。实验部分分析了进化过程并讨论了抑制剂候选物。
引用
@article{arxiv.2005.02666,
title = {Evolutionary Multi-Objective Design of SARS-CoV-2 Protease Inhibitor Candidates},
author = {Tim Cofala and Lars Elend and Philip Mirbach and Jonas Prellberg and Thomas Teusch and Oliver Kramer},
journal= {arXiv preprint arXiv:2005.02666},
year = {2020}
}
备注
15 pages, 7 figures, submitted to PPSN 2020