В этом материале
Обучение на миллионе молекул
CheMeleon — предварительно обученная модель: её тренировали на данных о миллионе молекул из PubChem, базы химической информации, которую поддерживает Национальный институт здравоохранения США. Модель учится связывать структуру молекулы с поведением по каталогу примерно из 1600 дескрипторов, разработанных химиками за десятилетия.
Дообучение возможно под конкретное свойство — от растворимости и вязкости до биоактивности или реактивности с определённым белком либо ферментом. По словам Залте, авторы не обращаются к публикациям в химических журналах, а рассчитывают дескрипторы вроде молекулярной массы или числа атомов кислорода.
Сравнение и применение
Сравнение провели на 58 тестовых случаях — и с другими фундаментальными моделями, и с классическими моделями на экспертных принципах; по словам Залте, модель оказалась впереди. Грин заявил, что CheMeleon резко сокращает число молекул, которые нужно проверять экспериментально, поскольку синтез и проверка большого числа молекул медленны и дороги.
В конкурсе OpenADMET по предсказанию свойств ещё не синтезированных молекул девять из 20 лучших работ использовали CheMeleon, сообщил Грин. По его словам, как минимум одна фармкомпания объявила сотрудникам, что при моделировании свойств нужно начинать с CheMeleon.
Модель построена на открытом пакете ChemProp, который разрабатывает и поддерживает группа Грина в MIT. CheMeleon можно скачать через ChemProp и дообучить под свои задачи.