FragFlex: generazione flessibile di molecole basata su frammenti per esplorare il vasto spazio chimico

Abstract degli autori

La scoperta di farmaci richiede di esplorare in modo efficiente uno spazio chimico astronomicamente vasto. I modelli di diffusione su grafi molecolari offrono un approccio promettente, ma molti richiedono che le dimensioni del grafo siano fissate prima della generazione. Sebbene l’inserimento e l’eliminazione di singoli atomi consentano di generare molecole di dimensioni variabili, resta difficile modellare congiuntamente le dimensioni della molecola, i tipi di atomi e i legami, preservando la validità chimica. Presentiamo FragFlex, un modello di diffusione discreta a lunghezza variabile che inserisce ed elimina nodi a livello dei frammenti. Durante la rimozione del rumore, FragFlex apprende congiuntamente le dimensioni del grafo dei frammenti, l’identità dei frammenti e le connessioni tra di essi. Un modello neurale che predice i siti di attacco e un sistema di assemblaggio che tiene conto della valenza convertono poi il grafo dei frammenti generato in una molecola a livello atomico. In esperimenti su larga scala che generano 10 milioni di molecole, FragFlex raggiunge una validità chimica quasi perfetta mantenendo un’elevata unicità, a dimostrazione di un solido equilibrio tra le due.