JCIM｜利用化学语言模型导航超大虚拟化学空间

文章预览

在药物开发早期阶段，化学空间的全面探索对于发现新的药物化合物至关重要。然而，传统的虚拟筛选方法通常依赖于有限的化合物数据库，无法有效探索数十亿甚至更多的虚拟化学空间。化学语言模型为探索这些广阔的化学空间提供了一种新方法。然而，现有的模型在生成的化合物的合成可行性和目标特性优化方面仍存在不足。 2024年10月29日，来自日本神户大学的研究人员在 Journal of Chemical Information and Modeling上发表研究Navigating Ultralarge Virtual Chemical Spaces with Product-of- Experts Chemical Language Models。 研究人员提出了一种新的模型架构，名为 专家产品化学语言模型（Product-of-Experts, PoE） ，该模型通过结合预训练模型、专家模型以及反专家模型，导航超大虚拟化学空间，并生成具有目标属性的化合物。 PoE模型通过优化化合物的合成可行性和目标特性，显 ………………………………