With the goal of designing novel inhibitors for SARS-CoV-1 and SARS-CoV-2, we propose the general molecule optimization framework, Molecular Neural Assay Search (MONAS), consisting of three components: a property predictor which identifies molecules with specific desirable properties, an energy model which approximates the statistical similarity of a given molecule to known training molecules, and a molecule search method. In this work, these components are instantiated with graph neural networks (GNNs), Deep Energy Estimator Networks (DEEN) and Monte Carlo tree search (MCTS), respectively. This implementation is used to identify 120K molecules (out of 40-million explored) which the GNN determined to be likely SARS-CoV-1 inhibitors, and, at the same time, are statistically close to the dataset used to train the GNN.


翻译:为了设计SARS-COV-1和SARS-COV-2的新抑制器,我们提议一般分子优化框架,即分子神经测定搜索(MONAS),由三部分组成:一个属性预测器,用以识别具有特定可取特性的分子;一个能源模型,该模型在统计上接近某一分子与已知训练分子的相似性;以及一个分子搜索方法。在这项工作中,这些部件分别与图形神经网络、深能模拟网络和蒙特卡洛树搜索(MCTS)同时,在统计上接近用于培训GNN的数据集。

0
下载
关闭预览

相关内容

【硬核书】终身机器学习,145页pdf
专知会员服务
83+阅读 · 2021年3月1日
专知会员服务
17+阅读 · 2020年9月6日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
已删除
将门创投
5+阅读 · 2019年8月19日
面试时让你手推公式不在害怕 | 梯度下降
计算机视觉life
14+阅读 · 2019年3月27日
Arxiv
0+阅读 · 2021年3月22日
Arxiv
0+阅读 · 2021年3月21日
Arxiv
0+阅读 · 2021年3月17日
Arxiv
3+阅读 · 2018年2月24日
VIP会员
相关资讯
已删除
将门创投
5+阅读 · 2019年8月19日
面试时让你手推公式不在害怕 | 梯度下降
计算机视觉life
14+阅读 · 2019年3月27日
Top
微信扫码咨询专知VIP会员