DNA编码化合物库上的部分产物感知机器学习
机器学习
2022-05-18 v1 定量方法
摘要
DNA编码化合物库（DEL）用于针对蛋白质靶标进行小分子的快速大规模筛选。这些组合化合物库通过多个周期的化学合成与DNA连接构建，产生大量DNA标记的分子集合。已有研究表明，在DEL数据上训练机器学习模型能有效预测与原始DEL中不相似的目标分子。机器学习的化学性质预测方法依赖于这样一个假设：所关注的性质与单一化学结构相关联。在DNA编码化合物库的语境下，这等价于假设每个化学反应都能完全生成目标产物。然而，在实际中，多步化学合成有时会生成部分分子。因此，DEL中每个独特的DNA标签对应一组可能的分子。在此，我们利用反应产率数据来枚举给定DNA标签对应的一组可能分子。本文表明，在此更丰富的数据集上训练定制的GNN能提升准确率与泛化性能。
引用
@article{arxiv.2205.08020,
title = {Partial Product Aware Machine Learning on DNA-Encoded Libraries},
author = {Polina Binder and Meghan Lawler and LaShadric Grady and Neil Carlson and Sumudu Leelananda and Svetlana Belyanskaya and Joe Franklin and Nicolas Tilmans and Henri Palacci},
journal= {arXiv preprint arXiv:2205.08020},
year = {2022}
}
备注
8 pages, 5 figures; Published at the MLDD workshop, ICLR 2022