基于扩散模型的支配分子序列表示的比较研究
Yongrui Cui1, Dongjing Shan2, Qiheng Lu1
1School of Computer Science and Engineering, Dalian Minzu University, Dalian, Liaoning Province, 116600, China.
这项研究使用扩散模型在AI药物设计中比较了四种分子表示 (SMILES,SELFIES,SMARTS,IUPAC). 结果显示性能不同,指导生成化学的最佳分子表示选择.
科学领域:
- 化学中的人工智能.
- 计算机化药物发现技术
- 机器学习用于分子设计
背景情况:
- 大型语言模型 (LLM) 和生成性AI正在为科学,特别是药物发现领域的AI带来革命性变化.
- 分子表示学习和生成是计算化学中的关键任务.
- 现有的分子表征如 SMILES,SELFIES,SMARTS和IUPAC具有不同的强度和信息颗粒度.
研究的目的:
- 在统一的扩散模型框架内,研究和比较四种主流分子表示语言 (SMILES,SELFIES,SMARTS,IUPAC) 的特征.
- 评估分子表示选择对生成分子集训练和性能的影响.
- 为在人工智能辅助的药物设计中选择合适的分子表示提供见解.
主要方法:
- 使用四种不同的方法来表示单个分子:SMILES,SELFIES,SMARTS和IUPAC命名法.
- 在所有四个表示中训练一个具有相同参数的无噪声扩散模型.
- 为每个表示生成和分析三万个分子,以评估性能指标.
主要成果:
- 这四种分子表示表现出不同的属性和空间分布,其中SELFIES/SMARTS显示出高度相似性,IUPAC/SMILES显示出显著差异.
- IUPAC擅长产生新和多样化的分子.
- 在QEPPI和SAscore指标上,SMILES表现最好,而在QED指标表现方面,SELFIES和SMARTS领先.
结论:
- 分子表示的选择在AI药物设计中显著影响生成模型性能.
- 自拍和智能提供了良好的平衡,特别是QED指标.
- 了解这些差异对于优化人工智能驱动的药物发现管道和提高开发效率至关重要.
更多相关视频
06:55Synthesis of Cyclic Polymers and Characterization of Their Diffusive Motion in the Melt State at the Single Molecule Level
Published on: September 26, 2016
12:05A Simple, Robust, and High Throughput Single Molecule Flow Stretching Assay Implementation for Studying Transport of Molecules Along DNA
Published on: October 1, 2017
相关概念视频
Distribution of Molecular Speeds
Modern Molecular Taxonomy
Evolutionary Relationships through Genome Comparisons
DNA as a Genetic Template
Protein Diffusion in the Membrane
Molecular Models
