Balancing Exploration and Exploitation: Disentangled $β$-CVAE in De Novo Drug Design

要約

深層生成モデルは、近年、有望なde novoドラッグデザイン手法として浮上している。この点で、深層生成型条件付き変分オートエンコーダ（CVAE）モデルは、所望の薬剤的性質を持つ新規分子を生成するための強力なアプローチである。しかし、離散化および多変量陽解法潜在条件付けを伴う分子グラフベースモデルは、十分に解明されていない。そこで、我々は、de novo drug designのための分子グラフ$beta$-CVAEモデルを提案した。ここでは、離散化の値を経験的に調整し、最適化された一変量または多変量の特性を持つ分子を生成する能力を評価した。特に、オクタノール-水分配係数（ClogP）、モル屈折率（CMR）、薬物類似性の定量的推定値（QED）、合成アクセシビリティスコア（SAS）を最適化した。その結果、$beta$の値が低いほど、生成分子のユニークさが増すことが示唆された（探索）。一変量最適化の結果、Ghoseフィルターにより、ClogP = 41.07% $pm$ 0.01%、CMR 66.76% $pm$ 0.01%の分子特性平均値を生成しました。多変量特性の最適化の結果、我々のモデルは、両方の望ましい特性について平均30.07% $pm$ 0.01%の分子を生成したことが示されました。さらに、生成された分子のQEDとSAS(exploitation)を改善することができた。これらの結果から、$beta$-CVAEは、disentanglementによって探索と利用のバランスをとることができ、de novo drug designのモデルとして有望であることが示唆され、今後の研究の基礎となる。

要約(オリジナル)

Deep generative models have recently emerged as a promising de novo drug design method. In this respect, deep generative conditional variational autoencoder (CVAE) models are a powerful approach for generating novel molecules with desired drug-like properties. However, molecular graph-based models with disentanglement and multivariate explicit latent conditioning have not been fully elucidated. To address this, we proposed a molecular-graph $\beta$-CVAE model for de novo drug design. Here, we empirically tuned the value of disentanglement and assessed its ability to generate molecules with optimised univariate- or-multivariate properties. In particular, we optimised the octanol-water partition coefficient (ClogP), molar refractivity (CMR), quantitative estimate of drug-likeness (QED), and synthetic accessibility score (SAS). Results suggest that a lower $\beta$ value increases the uniqueness of generated molecules (exploration). Univariate optimisation results showed our model generated molecular property averages of ClogP = 41.07% $\pm$ 0.01% and CMR 66.76% $\pm$ 0.01% by the Ghose filter. Multivariate property optimisation results showed that our model generated an average of 30.07% $\pm$ 0.01% molecules for both desired properties. Furthermore, our model improved the QED and SAS (exploitation) of molecules generated. Together, these results suggest that the $\beta$-CVAE could balance exploration and exploitation through disentanglement and is a promising model for de novo drug design, thus providing a basis for future studies.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL