An NLP-based technique to extract meaningful features from drug SMILES

符号 计算机科学 自然语言处理 人工智能 Python(编程语言) 判决 嵌入 程序设计语言 语言学 哲学
作者
Rahul Sharma,Ehsan Saghapour,Jake Y. Chen
出处
期刊:iScience [Elsevier]
卷期号:27 (3): 109127-109127 被引量:1
标识
DOI:10.1016/j.isci.2024.109127
摘要

Summary

NLP is a well-established field in ML for developing language models that capture the sequence of words in a sentence. Similarly, drug molecule structures can also be represented as sequences using the SMILES notation. However, unlike natural language texts, special characters in drug SMILES have specific meanings and cannot be ignored. We introduce a novel NLP-based method that extracts interpretable sequences and essential features from drug SMILES notation using N-grams. Our method compares these features to Morgan fingerprint bit-vectors using UMAP-based embedding, and we validate its effectiveness through two personalized drug screening (PSD) case studies. Our NLP-based features are sparse and, when combined with gene expressions and disease phenotype features, produce better ML models for PSD. This approach provides a new way to analyze drug molecule structures represented as SMILES notation, which can help accelerate drug discovery efforts. We have also made our method accessible through a Python library.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
美好眼神完成签到,获得积分10
1秒前
粗心的忆山完成签到,获得积分10
1秒前
lp完成签到,获得积分10
1秒前
1秒前
2秒前
ppat5012完成签到,获得积分10
2秒前
3秒前
3秒前
3秒前
跋扈完成签到,获得积分10
3秒前
孟严青完成签到,获得积分0
3秒前
小白完成签到,获得积分10
3秒前
illusion2019举报认真的恶天求助涉嫌违规
3秒前
3秒前
3秒前
傅逊完成签到,获得积分10
3秒前
Criminology34应助动听衬衫采纳,获得80
4秒前
仙峰水龙发布了新的文献求助10
4秒前
苹果萧完成签到 ,获得积分10
4秒前
4秒前
超帅沂发布了新的文献求助10
5秒前
慕青应助科研通管家采纳,获得10
5秒前
yu202408应助科研通管家采纳,获得20
5秒前
CodeCraft应助科研通管家采纳,获得10
5秒前
Mint完成签到,获得积分10
5秒前
star应助科研通管家采纳,获得10
5秒前
5秒前
传奇3应助科研通管家采纳,获得10
5秒前
科目三应助科研通管家采纳,获得10
5秒前
霸气白卉完成签到 ,获得积分10
5秒前
JamesPei应助科研通管家采纳,获得10
5秒前
为不争完成签到,获得积分10
5秒前
6秒前
雾草生发布了新的文献求助10
6秒前
6秒前
苹果完成签到 ,获得积分10
6秒前
6秒前
建浩完成签到,获得积分10
6秒前
秋霞完成签到,获得积分10
6秒前
Ava应助FJ采纳,获得10
6秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Vertébrés continentaux du Crétacé supérieur de Provence (Sud-Est de la France) 600
A complete Carnosaur Skeleton From Zigong, Sichuan- Yangchuanosaurus Hepingensis 四川自贡一完整肉食龙化石-和平永川龙 600
Elle ou lui ? Histoire des transsexuels en France 500
FUNDAMENTAL STUDY OF ADAPTIVE CONTROL SYSTEMS 500
微纳米加工技术及其应用 500
Nanoelectronics and Information Technology: Advanced Electronic Materials and Novel Devices 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5315937
求助须知:如何正确求助?哪些是违规求助? 4458488
关于积分的说明 13870596
捐赠科研通 4348245
什么是DOI,文献DOI怎么找? 2388169
邀请新用户注册赠送积分活动 1382240
关于科研通互助平台的介绍 1351627