用于药物发现的可解释化学语言模型
机器学习
2025-11-06 v2
摘要
化学语言模型结合强化学习（RL）在药物发现中显示出巨大的潜力，但各种RL算法的最佳实践及其在实际药物发现中的应用仍不明确。本文从 REINFORCE 算法的原理出发，探讨了包括经验回放、爬坡、用于降低方差的基线以及替代奖励塑形等RL理论中不同组件的影响。我们提出了一种更贴合 REINFORCE 原则的正则化方法，表明RL超参数可针对有效性和效率进行微调。最后，我们通过在前沿结合亲和力模型中使用 Boltz2 作为奖励模型，展示了在实际药物发现中的应用。我们分享了用于 ACEGEN 仓库的RL模型，希望本文的实验结果能为正在将RL应用于化学语言模型进行药物发现的研究者提供指导。
引用
@article{arxiv.2501.15971,
title = {REINFORCE-ING Chemical Language Models for Drug Discovery},
author = {Morgan Thomas and Albert Bou and Jose Carlos Gómez-Tamayo and Gary Tresadern and Mazen Ahmad and Gianni De Fabritiis},
journal= {arXiv preprint arXiv:2501.15971},
year = {2025}
}