基于强化学习的快速注意力点云对齐连接子设计
机器学习
2023-06-16 v1 人工智能
生物大分子
摘要
蛋白水解靶向嵌合体（PROTACs）代表了一类新型小分子，旨在充当 E3 连接酶与疾病相关蛋白之间的桥梁，从而促进后者的降解。PROTACs 由两个蛋白质结合“活性”结构域和一个“连接子”结构域连接而成。由于连接子结构域的相互作用带来的几何和化学约束，以及最大化类药性的需要，其设计具有挑战性。为应对这些挑战，我们引入了 ShapeLinker，一种用于连接子从头设计的方法。它在自回归 SMILES 生成器上使用强化学习进行片段连接。该方法优化一个复合分数，该分数结合了相关的物理化学性质和一种新颖的、基于注意力的点云对齐分数。这一新方法成功生成了满足相关 2D 和 3D 要求的连接子，并在假定目标连接子构象下生成新颖连接子方面取得了最先进的结果。这使得 PROTAC 的设计和优化更加合理和高效。代码和数据可在 https://github.com/aivant/ShapeLinker 获取。
引用
@article{arxiv.2306.08166,
title = {Reinforcement Learning-Driven Linker Design via Fast Attention-based Point Cloud Alignment},
author = {Rebecca M. Neeser and Mehmet Akdel and Daniel Kovtun and Luca Naef},
journal= {arXiv preprint arXiv:2306.08166},
year = {2023}
}