脚手架跳动 - 现有铅候选人的新型脚手架的设计 - 是一项多方面且非平凡的任务,用于药物化学家和计算方法。生成的增强学习可以迭代地优化从头设计的理想特性,从而提供了加速脚手架跳跃的机会。当前方法将一代限制在预定义的分子下结构中(例如,链接器或脚手架)脚手架跳。这种受限的一代可能会限制化学空间的探索,并需要复杂的分子(DIS)装配规则。在这项工作中,我们旨在通过允许“不受约束的”,全部分子的产生来推动脚手架跳跃的增强学习。这是通过匆忙(用于限制的s caffold H反对)方法来实现的。RUSH将一代推向设计,其具有与参考分子相似的三维和药效团相似的完整分子的设计,但脚手架相似性低。在第一项研究中,我们显示了急速探索已知脚手架类似物的灵活性和有效性,并设计了与已知结合机制相匹配的脚手架跳跃的候选者。最后,Rush和两种已建立的方法之间的比较突出了其无约束分子生成的好处,以系统地实现脚手架多样性,同时保留最佳的三维特性。
主要关键词