PepCVAE：抗菌肽序列的半监督定向设计
定量方法
2018-11-14 v3 机器学习
机器学习
摘要
鉴于抗微生物耐药性这一全球性威胁的出现，迫切需要用于下一代抗微生物设计的新型方法。我们报告了一种基于半监督变分自编码器（VAE）模型的肽生成框架PepCVAE，用于设计新型抗菌肽（AMP）序列。我们的模型通过利用丰富的未标记肽序列，学习生物肽上下文的丰富潜空间。该模型进一步利用联合训练的、使用有限标记样本的AMP分类器的反馈，学习解耦的抗微生物属性空间。解耦表示允许对AMP进行可控生成。对PepCVAE生成序列的广泛分析揭示了我们的模型相较普通VAE的优越性能，因为PepCVAE生成具有更高长程多样性的新型AMP序列，同时更贴近生物肽的训练分布。这些特征在下一代抗微生物设计中极受青睐。
引用
@article{arxiv.1810.07743,
title = {PepCVAE: Semi-Supervised Targeted Design of Antimicrobial Peptide Sequences},
author = {Payel Das and Kahini Wadhawan and Oscar Chang and Tom Sercu and Cicero Dos Santos and Matthew Riemer and Vijil Chenthamarakshan and Inkit Padhi and Aleksandra Mojsilovic},
journal= {arXiv preprint arXiv:1810.07743},
year = {2018}
}