基于增强 SMILES 双循环强化学习的更快且更多样的从头分子优化
化学物理
2023-06-21 v2 机器学习
摘要
将生成式深度学习模型与强化学习结合使用，可有效生成具有所需性质的新分子。通过采用多目标评分函数，可生成数千个高分分子，使该方法在药物发现和材料科学中颇具用处。然而，这些方法的应用可能受限于计算昂贵或耗时的评分过程，尤其在强化学习优化中需要大量函数调用作为反馈时。在此，我们提出使用简化分子线性输入规范（SMILES）增强的双循环强化学习，以提升优化的效率与速度。通过增加一个内循环，将生成的 SMILES 字符串增强为非规范 SMILES 以用于额外的强化学习轮次，我们既能在分子层面上复用评分计算从而加速学习过程，又能额外防范模式崩溃。我们发现，对于所测试的评分函数，采用 5 至 10 次增强重复为最优，且其与生成化合物的多样性提升、采样运行的可重复性改善以及生成与已知配体更高相似度分子相关联。
引用
@article{arxiv.2210.12458,
title = {Faster and more diverse de novo molecular optimization with double-loop reinforcement learning using augmented SMILES},
author = {Esben Jannik Bjerrum and Christian Margreitter and Thomas Blaschke and Raquel López-Ríos de Castro},
journal= {arXiv preprint arXiv:2210.12458},
year = {2023}
}
备注
25 pages and 18 Figures. Supplementary material included