Large-Scale Pretraining Improves Sample Efficiency of Active Learning-Based Virtual Screening

虚拟筛选 样品(材料) 计算机科学 贝叶斯概率 贝叶斯优化 基线(sea) 主动学习(机器学习) 化学空间 人工智能 图形 贝叶斯网络 机器学习 变压器 药物发现 色谱法 化学 生物 生物信息学 理论计算机科学 海洋学 物理 地质学 电压 量子力学
作者
Zhonglin Cao,Simone Sciabola,Ye Wang
出处
期刊:Journal of Chemical Information and Modeling [American Chemical Society]
卷期号:64 (6): 1882-1891
标识
DOI:10.1021/acs.jcim.3c01938
摘要

Virtual screening of large compound libraries to identify potential hit candidates is one of the earliest steps in drug discovery. As the size of commercially available compound collections grows exponentially to the scale of billions, active learning and Bayesian optimization have recently been proven as effective methods of narrowing down the search space. An essential component of those methods is a surrogate machine learning model that predicts the desired properties of compounds. An accurate model can achieve high sample efficiency by finding hits with only a fraction of the entire library being virtually screened. In this study, we examined the performance of a pretrained transformer-based language model and graph neural network in a Bayesian optimization active learning framework. The best pretrained model identifies 58.97% of the top-50,000 compounds after screening only 0.6% of an ultralarge library containing 99.5 million compounds, improving 8% over the previous state-of-the-art baseline. Through extensive benchmarks, we show that the superior performance of pretrained models persists in both structure-based and ligand-based drug discovery. Pretrained models can serve as a boost to the accuracy and sample efficiency of active learning-based virtual screening.
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
大幅提高文件上传限制,最高150M (2024-4-1)

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
李大壮完成签到 ,获得积分10
刚刚
ding应助小谷采纳,获得10
刚刚
1秒前
MRJJJJ发布了新的文献求助10
1秒前
小钱钱发布了新的文献求助10
1秒前
乌龟娟发布了新的文献求助10
1秒前
SCI完成签到,获得积分20
2秒前
Patrick完成签到,获得积分10
2秒前
田様应助于宁采纳,获得10
2秒前
2秒前
2秒前
wuhao1发布了新的文献求助20
3秒前
3秒前
3秒前
4秒前
SCI发布了新的文献求助10
4秒前
4秒前
4秒前
研友_Z1eDgZ发布了新的文献求助10
5秒前
5秒前
5秒前
中科院饲养员完成签到,获得积分10
6秒前
moon发布了新的文献求助10
7秒前
大个应助SCI采纳,获得10
7秒前
卡皮巴拉完成签到,获得积分10
7秒前
7秒前
wu_shang完成签到,获得积分10
7秒前
8秒前
kk发布了新的文献求助10
8秒前
深情安青应助学术小猫采纳,获得10
8秒前
haoguo完成签到,获得积分10
9秒前
九歌发布了新的文献求助10
9秒前
心随风飞发布了新的文献求助30
9秒前
我是老大应助靓仔采纳,获得10
9秒前
WeiBao发布了新的文献求助30
9秒前
爆改shoot发布了新的文献求助10
10秒前
酒九完成签到,获得积分10
10秒前
科研通AI2S应助davidhu采纳,获得10
10秒前
10秒前
惠绝山发布了新的文献求助30
10秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3134700
求助须知:如何正确求助?哪些是违规求助? 2785629
关于积分的说明 7773333
捐赠科研通 2441325
什么是DOI,文献DOI怎么找? 1297881
科研通“疑难数据库(出版商)”最低求助积分说明 625070
版权声明 600825