MolPrompt: Mejorar el entrenamiento previo molecular multimodal con instrucciones de conocimiento

Área de la Ciencia:

• Descubrimiento computacional de fármacos
• Informática química y sus aplicaciones
• Aprendizaje automático para la química

Sus antecedentes:

• El entrenamiento previo molecular es clave para el descubrimiento computacional de fármacos, extrayendo representaciones de los datos.
• Los métodos existentes a menudo pasan por alto las propiedades fisicoquímicas, centrándose en la estructura.
• La integración de diversos datos moleculares es crucial para el descubrimiento de fármacos avanzados.

Objetivo del estudio:

• Introducir MolPrompt, un nuevo marco de preformación multimodal mejorado por el conocimiento.
• Integrar gráficos moleculares y descripciones textuales para mejorar las representaciones moleculares.
• Mejorar el aprendizaje de la representación consciente de la estructura mediante la incorporación de conocimientos de dominio.

Principales métodos:

• Utilizó una arquitectura de doble codificador con Graphormer y BERT.
• Aprendizaje por contraste para integrar gráficos moleculares y texto.
• Se introdujeron indicaciones de conocimiento (incorporaciones semánticas de descriptores moleculares) en el codificador de gráficos.

Principales resultados:

• MolPrompt demostró un rendimiento superior en múltiples tareas.
• Se han obtenido resultados de vanguardia en la predicción de las propiedades moleculares y la estimación de la toxicidad.
• Mostró una mejora en la recuperación transmodal y la identificación de inhibidores anticancerígenos.

Conclusiones:

• El entrenamiento previo multimodal mejorado por el conocimiento mejora significativamente las representaciones moleculares.
• La integración del conocimiento de dominio en el aprendizaje estructurado mejora la profundidad y la interpretabilidad.
• MolPrompt ofrece un enfoque más efectivo para las aplicaciones de descubrimiento de fármacos computacionales.