SyntaLinker: автоматическое соединение фрагментов с использованием глубоких условных трансформерных нейронных сетей

SyntaLinker: automatic fragment linking with deep conditional transformer neural networks
Yuyao Yang, Shuangjia Zheng, Shimin Su, Chao Zhao, Jun Xu, Hongming Chen
2020-01-01

синтаксические паттерны SMILESавтоматическое связывание фрагментовусловные трансформерные нейронные сетифрагмент-ориентированный поиск лекарствгенерация молекулярных структур
База данных ChEMBL). Традиционно соединение молекулярных фрагментов рассматривалось как объединение субструктур, заранее заданных эмпирическими правилами. Однако в SyntaLinker правила соединения фрагментов могут неявно обучаться на известных химических структурах путем распознавания синтаксических закономерностей, заложенных в нотациях SMILES. С помощью глубоких условных трансформерных нейронных сетей SyntaLinker способен генерировать молекулярные структуры на основе заданной пары фрагментов и дополнительных ограничений. Тематические исследования продемонстрировали преимущества и практическую полезность SyntaLinker в методах проектирования лекарств на основе фрагментов (FBDD).
1
Практические примеры демонстрируют преимущества и полезность SyntaLinker для фрагмент-ориентированного поиска лекарственных средств (FBDD).
2
SyntaLinker неявно обучается правилам связывания фрагментов на основе известных химических структур, распознавая синтаксические закономерности в SMILES-представлениях.
3
SyntaLinker поддерживает генерацию молекул с дополнительными структурными ограничениями, помимо условия на пару фрагментов.
4
Метод использует глубокие условные трансформерные нейронные сети для генерации молекул по заданной паре фрагментов.

молекулярные фрагменты и молекулярные структуры, генерируемые их связыванием

обучаемые правила и условная генерация молекулярных структур для связывания заданной пары фрагментов с учётом дополнительных ограничений

Publication Details
Publication Date
2020-01-01
Journal
Publisher
ISSN
Cited by
150
Access Type
Author Information
Authors
Yuyao Yang
Shuangjia Zheng
Shimin Su
Chao Zhao
Jun Xu
Hongming Chen
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%