ING. JAN MACEK, PH.D.
METODY UMĚLÉ INTELIGENCE PRO VYHLEDÁVÁNÍ A KLASIFIKACI VLASTNOSTÍ MALÝCH MOLEKUL
MACEK J. , LŽIČAŘ M., GAMOUH H. Deep MedChem a.s. E-mail: jan.macek@deepmedchem.com Souhrn
Tvarové a elektrostatické podobnostní metriky jsou důležité pro fázi ligand-based virtual screening (LBVS) při objevování nových léčiv, avšak jejich škálovatelnost je zatím limitovaná výpočetní náročností. Reprezen- tace trénované pomocí umělé inteligence dokážou destilovat tyto podob- nosti do vektorových embeddingů, čímž se zjednodušuje proces samplování konformerů a počítání elektrostatické podobnosti na jednoduché násobení vektorů. CHEESE (CHEmical Embeddings Search Engine) formuluje virtual screening jako problém hledání přibližného nejbližšího souseda, který lze řešit pomocí moderních vektorových databází a algoritmů indexování. CHEESE hodnotíme na standardních LBVS testovacích sadách: DUD-E, LIT-PCBA a Sidechain Virtual Screening (102, 16 a 202 proteinových tar- getů), kde prokazuje nadějné výsledky ve srovnání s předními 2D a 3D metodami a nabízí až o 6 řádů zrychlení. Klíčová slova: ligand-based virtual screening (LBVS), chemická podobnost, vyhledávání
33
Made with FlippingBook interactive PDF creator