مولPLA: إطار عمل لتدريب جزيئي مسبق لتعلم النوى، والمجموعات R، وروابطها

الملخص التحفيز الهياكل الأساسية الجزيئية والمجموعات R هي مفاهيم أساسية في تطوير الأدوية. يمكن أن يؤدي دمج هذه المفاهيم مع نهج التدريب المسبق التقليدي للرسم البياني إلى تعزيز الفهم الأعمق للجزيئات. نقترح مولPLA، وهو إطار جديد للتدريب المسبق يستخدم تعلم التباين الجرافيكي المقنع في فهم الأجزاء القابلة للتفكيك الأساسية في الجزيئات التي تؤثر على هيكلها الأساسي والمجموعات R المحيطية. علاوة على ذلك، نقدم إطارًا إضافيًا يمنح مولPLA القدرة على مساعدة الكيميائيين في العثور على مجموعات R القابلة للاستبدال في سيناريوهات تحسين الرصاص. النتائج تظهر نتائج تجريبية على توقعات الخصائص الجزيئية أن مولPLA يظهر قدرة على التنبؤ مماثلة لأحدث النماذج الحالية. تشير التحليلات النوعية إلى أن مولPLA قادر على تمييز الهياكل الفرعية الأساسية والمجموعات R، وتحديد المناطق القابلة للتفكيك في الجزيئات والمساهمة في سيناريوهات تحسين الرصاص من خلال اقتراح استبدالات للمجموعات R بناءً على قوالب النواة المختلفة. التوافر والتنفيذ يتيح تنفيذ الكود الخاص بمولPLA ونموذجه المدرب مسبقا عند https://github.com/dmis-lab/MolPLA.