ToDD:计算机辅助药物发现中的拓扑化合物指纹
机器学习
2022-11-09 v1 人工智能
定量方法
摘要
在计算机辅助药物发现(CADD)中,虚拟筛选(VS)用于从大型化合物库中识别最有可能与分子靶标结合的候选药物。迄今为止,大多数 VS 方法侧重于使用规范化合物表示(例如 SMILES 字符串、Morgan 指纹),或通过训练日益复杂的变分自编码器(VAEs)和图神经网络(GNNs)来生成化合物的替代指纹。尽管 VAEs 和 GNNs 带来了 VS 性能的显著提升,这些方法在扩展到大型虚拟化合物数据集时性能会下降。过去几年中,这些方法的性能仅显示出渐进式改进。为解决该问题,我们开发了一种使用多参数持续(MP)同调的新方法,将化合物生成为多维向量的拓扑指纹。我们的主要贡献是将 VS 过程构建为一个新的基于拓扑的图排序问题:将化合物按其原子的周期性质划分为化学子结构,并在多个分辨率层级提取其持续同调特征。我们展示了预训练 Triplet 网络的间隔损失微调在嵌入空间中区分化合物及排序其成为有效候选药物的可能性方面取得了极具竞争力的结果。我们进一步为所提出的 MP 签名的稳定性性质建立了理论保证,并证明我们由 MP 签名增强的模型在基准数据集上以宽广且高度统计显著的幅度优于最先进方法(例如,Cleves-Jain 上 93% 的提升,DUD-E Diverse 数据集上 54% 的提升)。
引用
@article{arxiv.2211.03808,
title = {ToDD: Topological Compound Fingerprinting in Computer-Aided Drug Discovery},
author = {Andac Demir and Baris Coskunuzer and Ignacio Segovia-Dominguez and Yuzhou Chen and Yulia Gel and Bulent Kiziltan},
journal= {arXiv preprint arXiv:2211.03808},
year = {2022}
}
备注
NeurIPS, 2022 (36th Conference on Neural Information Processing Systems)