HMAMP:使用超体积驱动的多目标深度生成模型设计高强度的抗菌
Li Wang1, Yiping Liu1, Xiangzheng Fu2
1College of Computer Science and Electronic Engineering, Hunan University, ChangSha 410082, China.
Journal of medicinal chemistry
|April 15, 2025
概括
超量驱动的多目标抗微生物设计 (HMAMP) 可以同时优化多个属性. 这种新的方法增强了抗微生物的发现,在有效性和多样性方面超过了现有的方法.
科学领域:
- 生物材料科学 生物材料科学
- 计算化学的计算化学
- 药物发现 药物发现 药物发现
背景情况:
- 抗微生物 (AMP) 显示出对抗多药耐药细菌的前景.
- 当前的生成模型往往忽视了AMP发现的多目标性质,导致了高候选人消耗.
- 同时优化多个AMP属性对于有效的药物开发至关重要.
研究的目的:
- 引入一种新的方法,即超量驱动的多目标AMP设计 (HMAMP),用于同时优化多属性AMP.
- 通过结合多目标优化来解决AMP发现中现有的生成模型的局限性.
- 提高产生的抗微生物的有效性和多样性.
主要方法:
- 强化学习和梯度下降算法的协同集成,基于超体积最大化.
- 使用HMAMP来偏向生成过程并减轻模式崩.
- 采用基于膝盖的决策策略,快速选有前途的候选人.
主要成果:
- 在AMP的有效性和多样性方面,HMAMP显著超过了最先进的方法.
- 这种方法成功地对生成过程产生偏见,并解决模式崩.
- 一个基于膝盖的策略有效地识别了具有理想属性的候选人.
结论:
- 在AMP设计中,HMAMP为导航复杂的搜索空间提供了一个有效的策略.
- 该方法有助于发现抗微生物,平衡理想性质与现实的约束.
- HMAMP增强了新型抗菌生物材料的开发管道.
更多相关视频
10:13Production and Visualization of Bacterial Spheroplasts and Protoplasts to Characterize Antimicrobial Peptide Localization
Published on: August 11, 2018
11.7K
06:50Author Spotlight: A Computational Approach to Decipher Amino Acid Preferences in Multispecific Protein-Protein Interactions
Published on: January 26, 2024
913
