.png){kind=icon}
返回
Scaffold Hopping with Generative Reinforcement Learning
.png){kind=icon}
OA
AI
DOI：10.1021/acs.jcim.5c00029.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
骨架跳跃——为现有先导化合物设计新型骨架——对于药物化学家和计算方法而言都是一个多方面且非平凡的挑战。生成式强化学习可以迭代优化从头设计的理想属性，从而为加速骨架跳跃提供机会。当前方法将生成限制在预定义的分子子结构（例如连接子或骨架）上以进行骨架跳跃。这种受限生成可能会限制化学空间的探索，并需要复杂的分子（解）组装规则。在本工作中，我们旨在通过允许“无约束”的全分子生成来推进强化学习用于骨架跳跃。这是通过RuSH（无约束骨架跳跃的强化学习）方法实现的。RuSH将生成引导至设计具有与参考分子高三维和药效团相似性但骨架相似性低的完整分子。在本次初步研究中，我们展示了RuSH在探索已知骨架跳跃类似物以及在设计匹配已知结合机制骨架跳跃候选物方面的灵活性和有效性。最后，RuSH与两种成熟方法的比较突显了其无约束分子生成在系统实现骨架多样性的同时保持最佳三维属性的优势。
Keyword:
scaffold hopping
reinforcement learning
generative models
molecular design
chemical space exploration
期刊
IF:
5.3
论文数:
9.2K
被引数:
4.0W
机构
引用论文
.png){kind=icon}
Pharmacological modulation of the CO2/HCO3-/pH-, calcium-, and ATP-sensing soluble adenylyl cyclase
OAAI
OAAI分享收藏分享收藏SMILES, a chemical language and information system. 1. Introduction to methodology and encoding rules微笑，一种化学语言和信息系统。1.介绍方法和编码规则
PREAI
分享收藏分享收藏The Generation of a Unique Machine Description for Chemical Structures-A Technique Developed at Chemical Abstracts Service.为化学结构生成独特的机器描述-化学文摘社开发的一项技术。
PREAI
分享收藏
查看更多内容