El flujo de trabajo del algoritmo RL profundo para generar nuevas cadenas de compuestos SMILES con las propiedades deseadas. (A) Etapa de entrenamiento del Stack-RNN generativo. (B) Paso generador del Stack-RNN generativo. Durante el entrenamiento, el token de entrada es un carácter de la cadena SMILES procesada actualmente del conjunto de entrenamiento. El modelo genera el vector de probabilidad p Θ (a t | s t - 1 ) del siguiente carácter con un prefijo. El vector de parámetros Θ se optimiza mediante la minimización de la función de pérdida de entropía cruzada. En el régimen de generador, el token de entrada es un carácter generado previamente. Próximo, carácter en se muestrea aleatoriamente de la distribución p Θ (en | s t - 1 ). (C) Canalización general del sistema RL para la generación de compuestos novedosos. (D) Esquema del modelo predictivo. Este modelo toma una cadena SMILES como entrada y proporciona un número real, que es un valor estimado de la propiedad, como salida. Los parámetros del modelo se entrenan mediante la minimización de la función de pérdida de 12 al cuadrado. Crédito: Avances de la ciencia (2018). DOI:10.1126 / sciadv.aap7885
Un enfoque de inteligencia artificial creado en la Universidad de Carolina del Norte en Chapel Hill Eshelman School of Pharmacy puede aprender a diseñar nuevas moléculas de fármacos desde cero y tiene el potencial de acelerar drásticamente el diseño de nuevos fármacos candidatos.
El sistema se llama Aprendizaje por refuerzo para la evolución estructural, conocido como ReLeaSE, y es un algoritmo y programa informático que comprende dos redes neuronales que pueden considerarse un profesor y un alumno. El profesor conoce la sintaxis y las reglas lingüísticas detrás del vocabulario de las estructuras químicas de aproximadamente 1,7 millones de moléculas biológicamente activas conocidas. Al trabajar con el maestro, el estudiante aprende con el tiempo y se vuelve mejor proponiendo moléculas que probablemente sean útiles como nuevos medicamentos.
Alejandro Tropsha, Olexandr Isayev y Mariya Popova, toda la Facultad de Farmacia UNC Eshelman, son los creadores de ReLeaSE. La Universidad ha solicitado una patente para la tecnología, y el equipo publicó un estudio de prueba de concepto en la revista Avances de la ciencia la semana pasada.
"Si comparamos este proceso con el aprendizaje de un idioma, luego, una vez que el estudiante aprende el alfabeto molecular y las reglas del idioma, pueden crear nuevas 'palabras, 'o moléculas, ", dijo Tropsha." Si la nueva molécula es realista y tiene el efecto deseado, el maestro aprueba. Que no, el profesor lo desaprueba, obligando al alumno a evitar moléculas malas y crear buenas ".
ReLeaSE es una poderosa innovación para la detección virtual, el método computacional ampliamente utilizado por la industria farmacéutica para identificar candidatos a fármacos viables. El cribado virtual permite a los científicos evaluar grandes bibliotecas químicas existentes, pero el método solo funciona con sustancias químicas conocidas. ReLeASE tiene la capacidad única de crear y evaluar nuevas moléculas.
"Un científico que utiliza la detección virtual es como un cliente que pide en un restaurante. Lo que se puede pedir normalmente está limitado por el menú, ", dijo Isayev." Queremos dar a los científicos una tienda de comestibles y un chef personal que pueda crear cualquier plato que deseen ".
El equipo ha utilizado ReLeaSE para generar moléculas con propiedades que especificaron, como la bioactividad deseada y los perfiles de seguridad. El equipo utilizó el método ReLeaSE para diseñar moléculas con propiedades físicas personalizadas, como el punto de fusión y la solubilidad en agua, y diseñar nuevos compuestos con actividad inhibidora contra una enzima asociada a la leucemia.
"La capacidad del algoritmo para diseñar nuevos y, por tanto, inmediatamente patentable, Las entidades químicas con actividades biológicas específicas y perfiles de seguridad óptimos deberían ser muy atractivas para una industria que busca constantemente nuevos enfoques para acortar el tiempo que lleva llevar un nuevo fármaco candidato a los ensayos clínicos. "dijo Tropsha.
