简读分享 | 王宇哲 编辑 | 乔剑博
论文题目
De Novo Drug Design Using Reinforcement Learning with Graph-Based Deep Generative
论文摘要
机器学习采用深度生成模型为探索化学空间提供了有效的计算工具。在这里，本文提出了一种新的强化学习方案，对基于图的深度生成模型微调来解决分子设计任务。本文展示了计算框架如何成功地引导预训练的生成模型生成具有特定属性的分子，即使这样的分子不存在于训练集中，也不太可能由仅预训练的模型生成。本文探索了以下任务:生成大小增大/减小的分子，增加药物相似度，增加生物活性。通过提出的方法，本文实现了一个可以生成多种化合物的模型，其中95%的样本分子具有预测的DRD2活性，在这一指标上优于先前报道的方法。
论文链接
https://pubs.acs.org/doi/10.1021/acs.jcim.2c00838
