Intégration des transformateurs et de l'optimisation multi-objectifs pour la conception de médicaments

Résumé Contexte La conception de médicaments est une tâche difficile et importante qui nécessite la génération de molécules nouvelles et efficaces capables de se lier à des cibles protéiques spécifiques. Les algorithmes d'intelligence artificielle ont récemment montré un potentiel prometteur pour accélérer le processus de conception de médicaments. Cependant, les méthodes existantes adoptent des approches multi-objectifs qui limitent le nombre d'objectifs. Résultats Dans cet article, nous élargissons ce fil de recherche du point de vue multi-objectifs, en proposant un cadre novateur qui intègre un modèle basé sur Transformer latent pour la génération moléculaire, avec un système de conception de médicaments qui incorpore la prédiction de l'absorption, de la distribution, du métabolisme, de l'excrétion et de la toxicité, le docking moléculaire et des métaheuristiques multi-objectifs. Nous avons comparé la performance de deux modèles de Transformer latents (ReLSO et FragNet) sur une tâche de génération moléculaire et montrons que ReLSO surpasse FragNet en termes de reconstruction et d'organisation de l'espace latent. Nous avons ensuite exploré six métaheuristiques multi-objectifs différentes basées sur les algorithmes évolutionnaires et l'optimisation par essaim de particules sur une tâche de conception de médicaments impliquant des candidats de médicaments potentiels au récepteur 1 de l'acide lysophosphatidique humain, une cible protéique liée au cancer. Conclusion Nous montrons que l'algorithme évolutionnaire multi-objectif basé sur la dominance et la décomposition fonctionne le mieux en termes de recherche de molécules qui satisfont de nombreux objectifs, tels qu'une forte affinité de liaison, une faible toxicité et une grande similitude avec des médicaments. Notre cadre démontre le potentiel de la combinaison des Transformateurs et de l'intelligence computationnelle multi-objectifs pour la conception de médicaments.