出版

建設的な機械学習によって設計された細胞移動の合成活性化因子

 

チューリッヒ大学小児病院、ETHチューリッヒ

抽象

建設的な機械学習は、学習したドメインから、同様の特性を示す可能性が高い例を作成することを目的としています。 ここでは、リカレントニューラルネットワークを既知の細胞移動モジュレーターの化学構造でトレーニングしました。 この機械学習モデルは、トレーニング化合物を模倣する新しい分子を生成するために使用されました。 XNUMXつの最高スコアのデザインを合成し、表現型スフェロイド細胞遊走アッセイで機能的活性をテストしました。 これらの計算によって生成された小分子は、髄芽腫細胞の移動を大幅に増加させました。 結果は、建設的な機械学習の、望ましい特性を備えた薬物様分子のdenovo設計への適用可能性をさらに裏付けています。

分析は、Advionexを使用してTLC / MSによって実行されました。 expression CMS コンパクト質量分析計(CMS)およびPlate ExpressTLCプレートリーダー。