使用循环神经网络 (RNN) 的分子生成
机器学习
2017-05-18 v2 生物大分子
摘要
类药小分子潜在数量估计在 10^23 到 10^60 之间，而当前已知化合物的数据库规模小几个数量级，约有 10^8 个化合物。这一差异导致了利用手工化学规则和基于片段的方法生成虚拟库的兴趣，以覆盖更大的化学空间并生成用于计算机辅助药物发现的化学库。本文探究了带有长短期记忆单元的循环神经网络在多大程度上能够通过训练以 SMILES 编码的现有化合物来推断出合理的化学规则并生成可合成分子。该网络能在很大程度上生成新颖但化学合理的分子。分子的性质通过分别在由类片段分子和类药物分子组成的两个不同数据集上训练来调整。所产生的分子与训练数据库在摩尔质量、预测 logP、氢键受体与供体数目、可旋转键数目以及拓扑极性表面积的分布上，与各自训练集非常相似。这些化合物在多数情况下经 SA score 和 Wiley ChemPlanner 评估是可合成的。
引用
@article{arxiv.1705.04612,
title = {Molecular Generation with Recurrent Neural Networks (RNNs)},
author = {Esben Jannik Bjerrum and Richard Threlfall},
journal= {arXiv preprint arXiv:1705.04612},
year = {2017}
}