使用蒙特卡洛树搜索的目标导向分子生成
机器学习
2020-12-14 v2 人工智能
摘要
生物化学中一项具有挑战性且至关重要的任务是生成具有所需性质的新分子。新分子生成仍然是一项挑战，因为分子空间难以遍历，且生成的分子应遵循化学价规则。通过本工作，我们提出了一种称为 unitMCTS 的新方法，通过使用蒙特卡洛树搜索在每一步对分子进行单元改变来执行分子生成。我们表明，该方法在 QED 和惩罚 logP 等基准分子优化任务上优于近期发表的技术。我们还展示了该方法在改善分子性质同时保持与起始分子相似方面的有用性。鉴于其中不涉及学习，我们的方法能在更短时间内找到所需分子。
引用
@article{arxiv.2010.16399,
title = {Goal directed molecule generation using Monte Carlo Tree Search},
author = {Anand A. Rajasekar and Karthik Raman and Balaraman Ravindran},
journal= {arXiv preprint arXiv:2010.16399},
year = {2020}
}
备注
6 pages, 2 tables, 1 figure