SMILES Transformer: 저데이터 약물 발견을 위한 사전 학습된 분자 지문

가상 스크리닝과 같은 약물 발견 관련 작업에서 기계 학습은 분자 특성을 예측하는 유망한 방법으로 떠오르고 있습니다. 전통적으로, 분자 지문(분자의 수치적 표현)은 분자를 희소한 이산 공간에 매핑하는 규칙 기반 알고리즘을 통해 계산됩니다. 그러나 이러한 알고리즘은 얕은 예측 모델이나 작은 데이터셋에서 성능이 좋지 않습니다. 이 문제를 해결하기 위해 SMILES Transformer를 제시합니다. 자연어 처리를 위한 Transformer와 사전 학습된 언어 모델에서 영감을 받아, SMILES Transformer는 분자를 위한 텍스트 표현 시스템인 SMILES의 방대한 말뭉치를 사용하여 시퀀스-투-시퀀스 언어 모델의 비지도 사전 학습을 통해 분자 지문을 학습합니다. 우리는 기존의 지문 및 그래프 기반 방법에 대해 10개의 데이터셋에서 벤치마크를 수행하였고, 사전 학습이 좋은 일반화를 촉진한 소데이터 환경에서 제안된 알고리즘의 우수성을 입증했습니다. 또한, 우리는 모델 정확성과 데이터 효율성을 동시에 측정하기 위한 새로운 지표를 정의합니다.