文章图片
文章图片
文章图片
药物设计可以说是化学最重要的应用之一 。 从根本上说 ， 它涉及识别以最大功效实现特定生物学功能的分子 。 这些可以从自然资源中获得 ， 也可以从头开始建造 。 在任何一种情况下 ， 目标通常从一个分子或一组分子开始 ， 挑战在于优化其特性以提高效力、提高特异性、减少副作用和降低生产成本 。 由于社区对深度学习非常感兴趣 ， 因此有许多关于深度学习对该领域影响的评论 。
药物设计中的生成模型遵循与一般分子设计相同的趋势 ， 自动编码器、强化学习都被用于尝试生成有效的药物分子 。 除此之外 ， 还有一些新的药物开发方法 ， 包括预测抗癌药物协同作用和为药物设计中的生成模型开发基准测试 ， 科学家的工作利用一次性学习来解决这一缺陷 ， 并对数据有限的候选药物做出明智的预测 。 最后 ， 虽然不是分子优化生成系统 ， 但科学家的工作开发了一些方法来开发集中的候选药物库 ， 以使用循环神经网络进行筛选 。
综合规划是这个理想化工作流程的最后阶段 。 它可以简化为三个独立的部分：逆合成 ， 其中产品是已知的 ， 它被分解成一系列更简单的起始材料 ， 可以从中制造它 。 反应预测 ， 其中试剂是已知的 ， 是必须确定主要产物的地方 。 最后 ， 反应优化涉及与已知试剂和产物进行反应 ， 并尝试最大化该过程的产率或效率 。 这里需要注意的一个重要区别是反应优化和反应预测都分别具有完善的计算方法、动力学模型和量子计算 。
然而 ， 这两者都可能很昂贵 ， 并且在量子计算的情况下非常昂贵 。 另一方面 ， 计算逆合成有着漫长而动荡的历史 。 从这一点开始 ， 出现了大量的辅助软件包 。 21世纪初 ， 由于各种因素 ， 人们对该领域失去了兴趣 ， 但这主要归因于人们普遍认为计算机可以不捕捉合成的艺术 。 随着深度学习的出现 ， 该领域迎来了第二次风潮 ， 模型开始挑战综合规划中计算劣势的概念 。
逆合成的巨大挑战是合成空间中任何点的可能移动的指数缩放 。 这是它与国际象棋或围棋等传统棋盘游戏共有的属性 。 形式上 ， 这可以表示为树搜索 ， 其中分支因子是您可以从特定点采取多少可能的步骤 。 深度是到达所需位置所需的步数 。 与上述游戏相比 ， 逆合成具有明显更大的分支因子 ， 但深度更低 。 逆合成可能会带来更大的挑战 ， 因为在先验地知道反应是否会成功并产生所需的材料方面存在巨大困难 ， 而国际象棋和围棋有一套完美定义的可能动作 。
然而 ， 这些游戏代表了考虑问题的良好起点 ， 幸运的是 ， 两者都屈服于人工智能方法 。 评估合成计划是一项棘手的挑战 ， 为了做到这一点 ， 他们进行了一项双盲研究 ， 向研究生化学家展示了机器的合成计划和原始的计划 。 他们的偏好没有统计学上的显着差异 ， 因此初步表明其合成路线是“人类水平” 。 然而 ， 也有可能争辩说 ， 研究生化学家还没有必要的专业知识来区分人类路线 。
【药物设计是化学的应用之一, 它涉及识别以最大功效实现特定生物学功能的分子】因此 ， 确定计算机何时在综合规划方面达到人类的能力是一个只能由整个领域做出的决定 。 虽然这种方法显示出巨大的潜力 ， 但还有其他研究途径 ， 例如在编码器/解码器设置中使用循环神经网络来执行小分子的逆合成分析 。 计算逆合成正在取得巨大进步；然而 ， 许多问题仍然存在 。
推荐阅读
- ?人类需要用新颖的通信方法、工具和技术来搜索外星人
- ?了解地球以外的先进智能生命
- 一场火在地球上烧了50年，平均每年造成500亿损失，至今无法扑灭
- ?我们所知道的高级生命在宇宙中可能是罕见的
- ?研究外星生物学的意义
- 真的有一个平行的空间吗？梦也许是一种感觉到的一种很好的方法。
- 没了肚子，还在不停地繁殖？走近被真菌操控的“僵尸蝉”
- 什么是纤维素？关于纤维素的定义和功能的介绍
- 生物医学科学，尤其是基因组学等领域，正在成为大数据领域