자기 지도 학습을 기반으로 한 세계 최초의 분자 이미지 생성 프레임워크인 ImageMol을 소개합니다.

분자는 물질의 화학적 안정성을 유지하는 가장 작은 단위입니다. 분자에 대한 연구는 약학, 재료과학, 생물학, 화학 등 많은 과학 분야에서 근본적인 문제입니다.

분자 표현 학습은 최근 몇 년 동안 매우 인기 있는 방향이었으며 현재 여러 학파로 나눌 수 있습니다.

• 전산 약사들은 다음과 같이 말합니다. 분자는 일련의 지문 또는 설명자로 표현될 수 있습니다. Shanghai Drug이 제안한 AttentiveFP와 같은 회사는 이 분야에서 뛰어난 대표자입니다.
• NLPer는 다음과 같이 말했습니다: 분자는 SMILES(시퀀스)로 표현된 다음 자연어로 처리될 수 있습니다. 예를 들어 바이두의 X-Mol이 이런 점에서 뛰어난 대표자입니다.
• 그래프 신경망 연구자들은 분자를 인접 행렬인 그래프(그래프)로 표현한 다음 Tencent의 GROVER, MIT의 DMPNN, CMU의 MOLCLR 및 기타 방법과 같은 그래프 신경망을 사용하여 처리할 수 있다고 말합니다. 이 점에 있어서는 뛰어난 대표자입니다.

그러나 현재의 특성화 방법에는 여전히 몇 가지 제한 사항이 있습니다. 예를 들어 서열 표현에는 분자의 명확한 구조 정보가 부족하고 기존 그래프 신경망의 표현 능력에는 여전히 많은 한계가 있습니다. (중국과학원 컴퓨팅 기술 연구소의 Shen Huawei 교사가 이에 대해 논의했습니다. Shen 씨의 보고서 "The 그래프 신경망의 표현 능력').

흥미로운 점은 고등학교 화학에서 분자를 공부할 때, 화학자들이 분자를 디자인할 때 분자 이미지를 기반으로 관찰하고 생각한다는 것입니다. 자연스러운 아이디어가 저절로 떠오릅니다. "분자를 표현하기 위해 분자 이미지를 직접 사용하는 것은 어떨까요?" 이미지를 사용하여 분자를 직접 표현한다면 CV(컴퓨터 비전)의 18가지 무술을 모두 사용할 수 있는 것은 아닙니다. 분자를 연구하는데 사용되었나요?

그냥 해보세요, 이력서에 모델이 너무 많은데, 분자 학습에 활용해 보는 건 어떨까요? 그만하세요. 또 다른 중요한 문제가 있습니다. 바로 데이터입니다! 특히 라벨이 붙은 데이터! 이력서 분야에서 데이터 주석은 어렵지 않은 것 같습니다. 이미지 인식이나 감정 분류와 같은 고전적인 CV 및 NLP 문제의 경우 사람은 평균 800개의 데이터에 주석을 달 수 있습니다. 그러나 분자 분야에서는 분자 특성은 습식 실험과 임상 실험을 통해서만 평가할 수 있어 라벨링된 데이터가 매우 부족합니다.

이를 바탕으로 후난대학교 연구진은 세계 최초의 분자 이미지용 비지도 학습 프레임워크인 ImageMol을 제안했습니다. ImageMol은 비지도 사전 훈련을 위해 대규모의 비표지 분자 이미지 데이터를 사용하여 분자 특성과 약물 표적에 대한 통찰력을 제공합니다. 새로운 패러다임을 제시하고 분자 이미지가 스마트 약물 개발 분야에서 큰 잠재력을 가지고 있음을 입증합니다. 이번 연구 결과는 '자기 지도 이미지 표현 학습 프레임워크를 이용한 분자 특성 및 약물 표적의 정확한 예측'이라는 제목으로 국제 최고 저널 'Nature Machine Intelligence'에 게재됐다. 컴퓨터 비전과 분자 분야의 교차점에서 달성한 성공은 컴퓨터 비전 기술을 사용하여 분자 특성과 약물 표적 메커니즘을 이해하는 데 큰 잠재력을 보여주고 분자 분야 연구를 위한 새로운 기회를 제공합니다.

문서 링크: https://www.nature.com/articles/s42256-022-00557-6.pdf

ImageMol 모델 구조

ImageMol의 전체 아키텍처는 다음과 같습니다. 아래 그림은 총 세 부분으로 나뉩니다.

(1) 약 천만 개의 분자 이미지에서 잠재 특징을 추출할 수 있는 분자 인코더 ResNet18(하늘색)을 설계합니다(a).

(2) 분자 이미지의 화학적 지식과 구조적 정보를 고려하여 5가지 사전 훈련 전략(MG3C, MRD, JPP, MCL, MIR)을 사용하여 분자 인코더의 잠재 표현을 최적화합니다(b). 구체적으로:

① MG3C(다중 입도 화학 클러스터 분류): 구조 분류기(진한 파란색)는 분자 이미지의 화학 구조 정보를 예측하는 데 사용됩니다.

② MRD(분자 합리성 판별): 합리성 분류기( green)은 합리적인 분자와 비합리적인 분자를 구별하는 데 사용됩니다.

3 JPP(Jigsaw puzzle 예측): Jigsaw 분류기(밝은 회색)는 합리적인 분자 배열을 예측하는 데 사용됩니다. MASK 대조 학습 기반 대조 학습): 대조 분류기 대조 분류기(진한 회색) 원본 이미지와 마스크 이미지 간의 유사성을 극대화하는 데 사용됩니다.

⑤ MIR(분자 이미지 재구성): 생성기(노란색) )는 분자영상에 잠재특징을 복원하는데 사용되며, 판별기는 (보라색) 생성기에 의해 생성된 가짜 분자영상과 실제 영상을 구별하는데 사용됩니다.

(3) 다운스트림 작업에서 전처리된 분자 인코더를 미세 조정하여 모델 성능을 더욱 향상시킵니다(c).

벤치마크 평가

저자는 먼저 8개의 약물 발견 벤치마크 데이터 세트를 사용하여 ImageMol의 성능을 평가했으며, 가장 널리 사용되는 두 가지 분할 전략(스캐폴드 분할 및 무작위 스캐폴드 분할)을 사용하여 ImageMol의 성능을 평가했습니다. 모든 벤치마크 데이터 세트의 성능. 분류 작업에서는 ROC(Receiver Operating Characteristic) 곡선과 AUC(Area Under Curve)를 사용하여 실험 결과를 보면 ImageMol이 더 높은 AUC 값을 얻을 수 있음을 알 수 있습니다.

ImageMol과 분자 이미지 예측을 위한 고전적인 컨벌루션 신경망 프레임워크인 Chemception 간의 HIV 및 Tox21 검출 결과를 비교하면(그림 b) ImageMol의 AUC 값이 더 높습니다. 이 기사에서는 CYP1A2, CYP2C9, CYP2C19, CYP2D6 및 CYP3A4의 5가지 주요 대사 효소에 의한 약물 대사를 예측하는 ImageMol의 성능을 추가로 평가합니다. 그림 c는 ImageMol이 5가지 주요 약물 대사 효소의 억제제 대 비억제제 예측에서 3가지 최첨단 분자 이미지 기반 표현 모델(Chemception46, ADMET-CNN12 및 QSAR-CNN47)에 비해 더 나은 결과를 달성함을 보여줍니다. . 더 높은 AUC 값(0.799~0.893 범위)을 달성했습니다.

이 백서는 그림 d, e에 표시된 대로 세 가지 최첨단 분자 표현 모델을 사용하여 ImageMol의 성능을 추가로 비교합니다. ImageMol은 무작위 뼈대 분할을 사용하는 지문 기반 모델(예: AttentiveFP), 시퀀스 기반 모델(예: TF_Robust) 및 그래프 기반 모델(예: N-GRAM, GROVER 및 MPG)에 비해 성능이 더 좋습니다. 또한 ImageMol은 기존 MACCS 기반 방법 및 FP4 기반 방법에 비해 CYP1A2, CYP2C9, CYP2C19, CYP2D6 및 CYP3A4에서 더 높은 AUC 값을 달성했습니다(그림 f).

ImageMol 그림 g에 표시된 대로 시퀀스 기반 모델(RNN_LR, TRFM_LR, RNN_MLP, TRFM_MLP, RNN_RF, TRFM_RF 및 CHEM-BERT 포함) 및 그래프 기반 모델(MolCLRGIN, MolCLRGCN 및 GROVER 포함)과 비교됨, ImageMol CYP1A2, CYP2C9, CYP2C19, CYP2D6 및 CYP3A4에서 더 나은 AUC 성능이 달성되었습니다.

위의 ImageMol과 다른 고급 모델의 비교에서 ImageMol의 우수성을 확인할 수 있습니다.

COVID-19가 발생한 이후, 우리는 코로나19에 대한 효과적인 치료 전략 개발이 시급히 필요합니다. 따라서 저자는 이러한 측면에서 ImageMol을 적절하게 평가했습니다.

13개의 SARS-CoV-2 표적 예측

ImageMol은 현재 우려되는 SARS-CoV-2에 대한 예측 실험을 수행했습니다. 13개의 SARS-CoV-2 생물검정 데이터 세트에서 ImageMol은 다음과 같은 높은 AUC 값을 달성했습니다. 72.6%에서 83.7%. 패널 a는 ImageMol에 의해 식별된 잠재적 시그니처를 보여줍니다. 이는 13개 표적 또는 엔드포인트 활성 및 비활성 항SARS-CoV-2에 잘 클러스터되어 있으며 AUC 값이 다른 것보다 높습니다. 모델 Jure의 GNN은 12% 이상 더 높습니다. 모델의 높은 정확도와 강력한 일반화.

항SARS-CoV-2 억제제 식별

약물 분자 연구와 관련된 가장 직접적인 실험이 여기 있습니다. ImageMol을 사용하여 억제제 분자를 직접 식별하세요! ImageMol 프레임워크 하에서 (COVID-19 치료를 위한 유망한 치료제 개발 목표로 입증된) 3CL 프로테아제의 억제제와 비억제제의 분자 이미지 표현을 통해, 본 연구는 3CL 억제제와 비억제제가 아래 그림 b에 표시된 것처럼 SNE 플롯에서 t-Well로 구분된 상당한 차이가 있습니다.

또한 ImageMol은 알려진 3CL 프로테아제 억제제 16개 중 10개를 식별하고 이 10개 약물을 그림의 매립 공간에 시각화하여(성공률 62.5%) SARS-CoV-2에 효과적임을 나타냅니다. 높은 일반화 약물 발견 능력. 항SARS-CoV-2 용도 변경 약물을 예측하기 위해 HEY293 분석을 사용할 때 ImageMol은 70개 약물 중 42개(성공률 60%)를 성공적으로 예측했으며, 이는 ImageMol이 HEY293 분석에서 잠재적인 약물 후보를 추론하는 데에도 능숙하다는 것을 나타냅니다. 승진 가능성이 높다. 아래 그림 c는 ImageMol이 DrugBank 데이터세트에서 3CL의 잠재적 억제제인 ​​약물을 발견한 것을 보여줍니다. 패널 d는 ImageMol이 발견한 3CL 억제제의 분자 구조를 보여줍니다.

주의 시각화

ImageMol은 =O 결합, -OH 결합, -NH3 결합 및 벤젠 고리를 포함한 분자 이미지 표현에서 화학 정보에 대한 사전 지식을 얻을 수 있습니다. 패널 b와 c는 ImageMol의 Grad-CAM으로 시각화된 12개의 예시 분자를 보여줍니다. 이는 ImageMol이 전체(b) 및 로컬(c) 구조 정보 모두에 동시에 주의를 정확하게 포착한다는 것을 의미합니다. 이러한 결과를 통해 연구자는 분자 구조가 속성과 목표에 어떻게 영향을 미치는지 시각적으로 이해할 수 있습니다.

위 내용은 자기 지도 학습을 기반으로 한 세계 최초의 분자 이미지 생성 프레임워크인 ImageMol을 소개합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!