"针对数据不平衡问题的分子生成模型”最新研究成果
刘宏生,男,辽宁沈阳人,辽宁大学药学院教授/院长,博士生导师,研究方向为分子微生物学和生物信息学。刘宏生团队将人工智能应用于药物设计的各个领域中,在有机化合物毒性预测、化合物分子生成、靶点-配体相互作用打分函数开发等方向取得一系列成果。针对化合物毒性预测模型开发中存在的类不平问题,刘宏生团队的最新研究成果《针对数据不平衡问题的分子生成模型》,设计了一种生成对抗网络(Generative Adversarial Network, GAN),可用于生成新颖的化学结构,用于扩充较少类别的数据,所得平衡后的数据集能够提升预测模型的准确率。该模型为一种改进的辅助分类器生成对抗网络(Auxiliary Classifier GAN, ACGAN),主要包括两个部分,分别是自编码器(Auto Encoder, AE)和ACGAN,其中AE的编码器部分将高维度的化合物分子结构进行编码得到其低维的特征表示,而解码器部分对ACGAN生成的新的化合物分子的潜在表示进行解码,得到生成的化合物的分子结构。ACGAN模块的功能则是利用自编码器提取的低维特征进行训练,从而生成新的化合物分子结构。实验结果表明该模型生成的化合物具有较高的有效性、独特性和新颖性,将生成的化合物用于增强类别不平衡数据集,所得的毒性预测模型准确率取得了明显的提升。
![](/__local/A/FD/62/46B1472C532090B1933E8822FD4_D0A03482_1C0E6.png)
文章出处:《辽宁大学学报(自然科学版)》2022年第1期
文章链接:https://kns.cnki.net/kcms2/article/abstract?v=vdPasdvfHvuIwFjq5169_r4-HwGp24kjy8oKgEIgV8axh-pl_1kS0kBTJ-7kWirHOoOYJRTr28lLUpRnXciG4a2kwZM7SUgFLZVzXfwpYYHpGjrPyzgHi4yBxwKkffT8&uniplatform=NZKPT