Kutatók fejlesztettek egy új ATOM keretrendszert a molekulák optimalizálására

Az ATOM nevű új AI-keretrendszer fa-szerkezetű kereséssel és több ügynök koordinációjával javítja a molekulatervezést, jobb Pareto-lefedettséget és hipervolument ér el. A kutatók szerint a módszer hatékonyabban képes kezelni a molekulatervezés során felmerülő, egymással ellentétes célokat, mint a korábbi eljárások.

A molekulatervezés hatalmas kémiai tereket igényel, ahol a korai döntések jelentősen befolyásolják a későbbi eredményeket. Az ATOM ezt a problémát úgy oldja meg, hogy a molekulák optimalizálását egy fa-szerkezetű keresésként fogalmazza meg. Minden csomópont egy-egy atomi műveletet képvisel, és egy adott célra vagy kontextusra specializálódott ügynököt tartalmaz.

Kapcsolódó: gyógyszerjelöltek tervezése

Ezek az ügynökök nem globális konszenzust kényszerítenek, hanem a fa különböző útvonalain koordinálnak. Ez lehetővé teszi, hogy a módszer párhuzamosan több ígéretes molekulafejlődési pályát is fenntarthasson és összehasonlíthasson. A korábbi optimalizálási viselkedések globális memóriája tovább támogatja a kiegyensúlyozott feltárást és kihasználást a célok között.

Kapcsolódó: hierarchikus ágstruktúrák

Ez a fa-szerkezetű interakció lehetővé teszi a hosszú távú függőségek figyelembevételét, amelyek elengedhetetlenek a molekulatervezésben. A kutatók szerint a módszer a hatékonyság, az előállíthatóság és az ADMET-tulajdonságok (abszorpció, disztribúció, metabolizmus, kiválasztás, toxicitás) terén is javulást mutat.

Kapcsolódó: MOF szimulációk

A kihívást jelentő, többcélú benchmarkokon végzett kísérletek azt mutatják, hogy az ATOM következetesen jobb Pareto-lefedettséget és hipervolument ér el az erős alapmodellekkel szemben. Az eredmények demonstrálják a többügynökös koordináció hatékonyságát a molekulatervezésben — mutatja a kutatás.

Kapcsolódó: chip-tervezési áttörés