面向抗菌肽模拟共聚物精确发现的随机共聚物逆向设计系统
生物大分子
2022-12-09 v2 机器学习
摘要
抗菌素耐药性是最大的健康问题之一，特别是在当前 COVID-19 大流行时期。由于独特的膜破坏杀菌机制，抗菌肽模拟共聚物受到更多关注，迫切需要寻找更多具有广谱抗菌功效和低毒性的潜在候选物。人工智能在小分子或生物技术药物方面已展现出显著性能，然而，聚合物空间的高维度和有限的实验数据限制了现有方法在共聚物设计中的应用。在此，我们通过多模型共聚物表示学习、知识蒸馏和强化学习，开发了一个通用的随机共聚物逆向设计系统。我们的系统通过从多模态共聚物表示中提取各种化学信息，实现了少样本数据下的高精度抗菌活性预测。通过知识蒸馏预训练骨架-装饰生成模型，共聚物空间被大幅收缩至现有数据的近邻空间以供探索。因此，我们的强化学习算法能够适应特定骨架及性质或结构需求的定制化生成。我们将该系统应用于收集的抗菌肽模拟共聚物数据，并发现了具有期望性质的候选共聚物。
引用
@article{arxiv.2212.00023,
title = {Random Copolymer inverse design system orienting on Accurate discovering of Antimicrobial peptide-mimetic copolymers},
author = {Tianyu Wu and Yang Tang},
journal= {arXiv preprint arXiv:2212.00023},
year = {2022}
}
备注
We decide to make deep modifacation on this paper, and we would like to add further provement on the final results generated to prove the rationality. In this way, we hope this work can be withdrew temporarily and we would open the final version in near furture. Thank you