用于预测安全且具生物活性有机磷分子的机器学习
机器学习
2023-02-23 v1 生物大分子
摘要
药物发现是一个复杂的过程，需要考虑巨大的分子空间。通过约束搜索空间，基于片段的药物设计是一种能有效采样感兴趣化学空间的方法。在此我们提出一种带注意力模型的循环神经网络(RNN)框架，采用基于片段的方法采样有机磷分子的化学空间。该框架使用经过高药物相似性分数筛选的ZINC数据集进行训练。目标是预测具有与有机磷农药或化学战剂相似生物作用模式但对人类毒性更低的分子。生成的分子含有PO2F起始片段，但具有庞大的烃侧链，限制了其与目标蛋白的结合有效性。
引用
@article{arxiv.2302.10952,
title = {Machine learning for the prediction of safe and biologically active organophosphorus molecules},
author = {Hang Hu and Hsu Kiang Ooi and Mohammad Sajjad Ghaemi and Anguang Hu},
journal= {arXiv preprint arXiv:2302.10952},
year = {2023}
}