详细内容或原文请订阅后点击阅览
化学LLM开发用于更快的药物发现
西南研究所的科学家和工程师开发了一种定制的大语言模型（LLM）来加速药物设计和发现。
来源:英国物理学家网首页西南研究所的科学家和工程师开发了一种定制的大语言模型（LLM）来加速药物设计和发现。
一个多学科团队开发了用于生成简化的分子输入线进入系统（Smiles）字符串的分子编码（游戏）LLM的生成方法。 Smiles是一种行业标准系统，使用短系列文本字符来代表分子的结构，以促进存储，检索和建模。研究人员训练了游戏，以理解和生成有效的新笑容组合。
“这个项目展示了一种系统的方式，可以仅使用语言来构建AI处理和比较的分子网络，” SWRI的SWRI分子对接软件的首席开发人员Jonathan Bohmann博士说，旨在虚拟筛查药物化合物。
Rhodium软件使用描述符以及图形处理来可视化化合物的化学特性。将游戏纳入Rhodium Workflow提供了更快的通用药物发现和设计方法。
“使用LLMS，我们可以通过微笑字符串将机器学习和AI直接应用于分子，因为它们看起来是可读的文本字符，并且不需要翻译成抽象的表示。”
机器学习swri用基于碳的分子和其他参考化合物训练了游戏模型，以验证和调整其产生的微笑字符串。
药物发现“当我们处于发展的早期阶段时，结果已经直接影响了SWRI正在进行的研究计划，” Bohmann说。