自由空间3.0: ML辅助的选择合成可访问的小分子
Anna Kapeliukha1,2, Serhii Hlotov1,2, Mykola Protopopov1,2
1Chemspace LLC, 7 Akademika Kukharya Str., Kyiv 02094, Ukraine.
Journal of chemical information and modeling
|September 26, 2025
概括
机器学习 (ML) 的进步创造了自由空间3.0,一个拥有50亿分子的图书馆. 这种ML过的化学空间提供了高合成可访问性,加速了药物发现.
科学领域:
- 药用化学 医学化学
- 计算化学计算化学
- 药物发现 药物发现 药物发现
背景情况:
- 机器学习 (ML) 显著推进了化学空间探索.
- ML 能够为特定应用程序创建量身定制的分子子集.
- 开发新的,合成可行的化学库对于药物发现至关重要.
研究的目的:
- 开发Chemspace自由空间3.0,一个大型合成可访问的小分子化学库.
- 利用基于ML的构建块过来提高分子质量和合成可行性.
- 为现有的化学空间提供一个补充资源,如Enamine REAL Space.
主要方法:
- 开发了一个定制的分子表示,用于ML模型训练.
- 在分子计数之前,应用ML过来完善构建块的选择.
- 使用十种经过验证的化学转换生成了50亿个分子的图书馆.
- 计算评估的物理化学特性,化学多样性和合成可访问性.
主要成果:
- 自由空间3.0包含50亿个可合成的小分子.
- 计算分析证实了有利的物理化学特性和化学多样性.
- 实验验证达到了超过80%的合成成功率,在4-6周内为700个分子.
结论:
- 化学空间自由空间3.0是一个高质量的,合成可访问的化学图书馆.
- 基于ML的方法提高了产生的分子的质量和可行性.
- 自由空间3.0有潜力加速药物发现工作流程中的发现和跟进.
