基于群体的从头分子生成：使用语法进化方法
化学物理
2018-10-31 v1 生物大分子
摘要
借助机器学习与分子模拟的自动设计已展现出生成新颖且有前景的药物候选物的卓越能力。然而，现有模型在模拟并发性与分子多样性方面仍存在不足。多数方法一次仅生成单个分子，且不允许多个模拟器同时运行。此外，更好的分子多样性可提升后续药物发现过程的成功率。我们提出一种使用语法进化、名为 ChemGE 的基于群体的新方法。在我们的方法中，大规模分子群体被并发更新，并由多个模拟器并行评估。在与胸苷激酶的对接实验中，ChemGE 成功生成了数百个高亲和力分子，其多样性优于 DUD-E 中已知的结合分子。
引用
@article{arxiv.1804.02134,
title = {Population-based de novo molecule generation, using grammatical evolution},
author = {Naruki Yoshikawa and Kei Terayama and Teruki Honma and Kenta Oono and Koji Tsuda},
journal= {arXiv preprint arXiv:1804.02134},
year = {2018}
}