基于 QSAR 的合成可行气味分子发现框架
化学物理
2025-12-30 v1 机器学习
生物大分子
定量方法
摘要
新型气味分子的发现是香料和风味行业的关键，但有效地导航庞大的化学空间以识别具有理想嗅觉属性的结构仍是一个重大挑战。生成式人工智能为 \textit{de novo} 分子设计提供了有前景的方案，但通常需要大量分子数据集才能从中学习。为此，我们提出一种结合变分自编码器（VAE）与定量结构-活性关系（QSAR）模型的框架，用于从有限的气味分子训练集中生成新型气味分子。VAE 的自监督学习能力使其能够从 ChemBL 数据库中学习 SMILES 语法，而其训练目标通过来自外部 QSAR 模型派生的损失项来结构化潜在表示，以反映气味概率。虽然 VAE 在学习 QSAR 监督信号方面表现出高内部一致性，但针对来自 Unique Good Scents 的外部、不可见基准数据集的验证表明，该模型生成了语法有效的分子结构（通过拒绝抽样实现 100% 有效性），且 94.8% 的分子结构独特。潜在空间被气味可能性有效地结构化，FCDD（Fréchet ChemNet Distance）为约6.96（ChemBL 基线为约21.6）。通过 Bemis-Murcko 框架分析发现，74.4% 的候选分子具有与训练数据截然不同的新型核心框架，表明该模型在已知气味分子的简单衍生之外进行了广泛的化学空间探索。生成的候选分子展示了化学性质....
引用
@article{arxiv.2512.23080,
title = {QSAR-Guided Generative Framework for the Discovery of Synthetically Viable Odorants},
author = {Tim C. Pearce and Ahmed Ibrahim},
journal= {arXiv preprint arXiv:2512.23080},
year = {2025}
}