FLAG

العلم ICLR23

توليد جزيء لربط البروتين المستهدف مع الزخارف الهيكلية

يعد تصميم جزيئات يجند التي ترتبط بمواقع ربط بروتين محددة مشكلة أساسية في تصميم الدواء القائم على الهيكل. على الرغم من أن النماذج التوليدية العميقة والتعلم العميق الهندسي أحرزت تقدمًا كبيرًا في تصميم الأدوية ، إلا أن الأعمال الموجودة إما عينة في مساحة الرسم البياني ثنائي الأبعاد أو تفشل في توليد جزيئات صالحة مع هياكل واقعية. لمعالجة هذه المشكلات ، نقترح إطار عمل L IG A ND G Eneration ( FLAG ) ، لإنشاء جزيئات ثلاثية الأبعاد ذات شظية بنية محدودة واقعية. في العلم ، يتم إنشاء مفردات زخارية عن طريق استخراج شظايا جزيئية شائعة (أي عزر) في مجموعة البيانات. في كل خطوة جيل ، يتم استخدام شبكة عصبية ثلاثية الأبعاد لأول مرة لتشفير معلومات السياق الوسيط. بعد ذلك ، يختار نموذجنا الحافز البؤري ، ويتنبأ بنوع الحافز التالي ، ويعلق الحافز الجديد. يمكن تحديد أطوال/زوايا الرابطة بسرعة ودقة بواسطة أدوات المعلوماتية الكيميائية. أخيرًا ، يتم تعديل الهندسة الجزيئية بشكل أكبر وفقًا لزاوية الدوران المتوقعة وصقل الهيكل. لا يحقق نموذجنا عروضًا تنافسية فقط على المقاييس التقليدية مثل التقارب الملزم ، و QED ، و SA ، ولكن أيضًا يتفوق على خطوط الأساس بهامش كبير في توليد الجزيئات ذات الهياكل الأساسية الواقعة.

؟ أخبار

• يرجى الاطلاع على أحدث أعمالنا على تصميم الدواء القائم على الهيكل: نماذج أولية للتعلم لتصميم الأدوية القابل للتعميم على الهيكل (ICML 2023)
  • الكود: https://github.com/zaixizhang/druggps_icml23
  • ورقة: https://arxiv.org/abs/2305.13997

تثبيت بيئة كوندا عبر ملف كوندا يامل

conda env create -f flag_env.yaml
conda activate flag_env

مجموعات البيانات

يرجى الرجوع إلى README.md في مجلد data .

مجموعة البيانات قبل المعالجة وبناء المفردات الزخارف

 python build_vocab.py

تمرين

 python train.py

أخذ العينات

 python motif_sample.py

العلم التجريبي مع نقاط التفتيش

العرض التوضيحي: https://huggingface.co/spaces/zaixi/iclr_flag

نقاط التفتيش: https://drive.google.com/drive/folders/1ni-tl7yzymsfljezxatxbpuio7lvubt9؟usp=drive_link

جزيئات تم إنشاؤها لمجموعة البيانات المتقاطعة

يتم تخزين الهياكل الجزيئية المولدة لـ 100 هدف بروتين في flag_gen.pt

ملف الفهرس هو test_index.pkl

مرجع

 @inproceedings{
zhang2023molecule,
title={Molecule Generation For Target Protein Binding with Structural Motifs},
author={ZAIXI ZHANG and Shuxin Zheng and Yaosen Min and Qi Liu},
booktitle={International Conference on Learning Representations},
year={2023},
url={https://openreview.net/forum?id=Rq13idF0F73}
}