FLAG

Flag ICLR23

การสร้างโมเลกุลสำหรับโปรตีนเป้าหมายผูกพันกับลวดลายโครงสร้าง

การออกแบบโมเลกุลแกนด์ที่ผูกกับไซต์ที่มีผลผูกพันโปรตีนเฉพาะเป็นปัญหาพื้นฐานในการออกแบบยาตามโครงสร้าง แม้ว่าแบบจำลองการกำเนิดที่ลึกและการเรียนรู้เชิงลึกทางเรขาคณิตมีความก้าวหน้าอย่างมากในการออกแบบยา แต่งานที่มีอยู่ตัวอย่างในพื้นที่กราฟ 2D หรือไม่สามารถสร้างโมเลกุลที่ถูกต้องด้วยโครงสร้างย่อยที่สมจริง เพื่อจัดการกับปัญหาเหล่านี้เราเสนอกรอบการ ใช้ พลังงาน ที่เป็นพื้นฐานของ การ ใช้ งาน ( FLAG ) เพื่อสร้างโมเลกุล 3 มิติที่มีโครงสร้างย่อยที่ถูกต้องและสมจริง ในแฟล็กคำศัพท์ motif ถูกสร้างขึ้นโดยการสกัดชิ้นส่วนโมเลกุลทั่วไป (เช่น motif) ในชุดข้อมูล ในแต่ละขั้นตอนเครือข่ายประสาทกราฟ 3 มิติจะถูกใช้เป็นครั้งแรกเพื่อเข้ารหัสข้อมูลบริบทระดับกลาง จากนั้นโมเดลของเราจะเลือกลวดลายโฟกัสทำนายประเภท motif ถัดไปและแนบลวดลายใหม่ ความยาวของพันธะ/มุมสามารถกำหนดได้อย่างรวดเร็วและแม่นยำโดยเครื่องมือเคมี ในที่สุดเรขาคณิตโมเลกุลจะถูกปรับเพิ่มเติมตามมุมการหมุนที่คาดการณ์ไว้และการปรับแต่งโครงสร้าง แบบจำลองของเราไม่เพียง แต่ประสบความสำเร็จในการแข่งขันในการวัดทั่วไปเช่นความสัมพันธ์ที่มีผลผูกพัน, QED และ SA เท่านั้น

- ข่าว

• โปรดตรวจสอบงานล่าสุดของเราเกี่ยวกับการออกแบบยาตามโครงสร้าง: การเรียนรู้ต้นแบบย่อยสำหรับการออกแบบยาตามโครงสร้างทั่วไป (ICML 2023)
  • รหัส: https://github.com/zaixizhang/druggps_icml23
  • กระดาษ: https://arxiv.org/abs/2305.13997

ติดตั้งสภาพแวดล้อม conda ผ่านไฟล์ conda yaml

conda env create -f flag_env.yaml
conda activate flag_env

ชุดข้อมูล

โปรดดู README.md ในโฟลเดอร์ data

ชุดข้อมูลการประมวลผลล่วงหน้าและการสร้างคำศัพท์แบบแม่แบบ

 python build_vocab.py

การฝึกอบรม

 python train.py

การสุ่มตัวอย่าง

 python motif_sample.py

การสาธิตการตั้งค่าสถานะพร้อมจุดตรวจ

ตัวอย่าง: https://huggingface.co/spaces/zaixi/iclr_flag

จุดตรวจ: https://drive.google.com/drive/folders/1ni-tl7yzymsfljezxatxbpuio7lvubt9?USP=DRIVE_LINK

โมเลกุลที่สร้างขึ้นสำหรับชุดข้อมูล crossdocked

โครงสร้างโมเลกุลที่สร้างขึ้นสำหรับเป้าหมายโปรตีน 100 รายการจะถูกเก็บไว้ใน Flag_Gen.pt

ไฟล์ดัชนีคือ test_index.pkl

อ้างอิง

 @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}
}