用自动特征提取的变异自动编码器设计DNA稳定纳米集群的多目标设计
Elham Sadeghi1, Peter Mastracco2, Anna Gonzàlez-Rosell2
1Department of Computer Science, University at Albany-SUNY, Albany, New York 12222, United States.
ACS nano
|September 17, 2024
概括
研究人员使用变异自编码器 (VAE) 开发了一种生成模型,用于设计具有特定光特性的DNA稳定银纳米集群 (Ag-DNA),包括用于生物成像的明亮近红外辐射.
科学领域:
- 纳米材料科学 科学 纳米材料科学
- 生物技术是生物技术.
- 计算化学的计算化学
背景情况:
- 经过DNA稳定的银纳米集群 (Ag-DNAs) 根据其DNA序列表现出可调的光特性.
- 对于Ag-DNA设计的现有机器学习模型,它们难以同时优化多个属性,并且需要广泛的功能工程.
- 来自Ag-DNA的近红外 (NIR) 辐射对于深层组织生物成像应用非常理想.
研究的目的:
- 为Ag-DNAs的多目标,连续性质设计开发一个生成模型.
- 为了使多个Ag-DNA属性的同时选择,包括光色和亮度.
- 为了实现功能提取的自动化,减少专家在设计过程中的投入.
主要方法:
- 使用变异自编码器 (VAE) 进行生成方法,学习DNA序列和Ag-DNA属性之间的前向和反向映射.
- 在DNA序列的实验数据集及其相应的Ag-DNA光特性上训练了VAE模型.
- 采用沙普利分析来解释核基模式和光特性之间的学习关系.
主要成果:
- VAE模型成功实现了具有所需光特性的Ag-DNA的设计,包括明亮的NIR发射器.
- 与训练数据相比,明亮的NIR Ag-DNA的丰度增加了4倍.
- 通过沙普利分析确定了与光颜色和亮度相关的特定核基模式.
结论:
- 开发的生成VAE模型可方便精确设计具有量身定制光学特性的Ag-DNA.
- 这种方法显著提高了为特定应用 (如生物成像) 设计生物分子纳米材料的效率.
- 该模型的框架可用于设计具有依赖序列特征的其他生物分子系统.


