| 编号 | 359 | |
| 名称 | Small Molecule Generation (REINVENT4) | |
| 封面 |  | |
| 描述 | 基于REINVENT4的小分子生成。支持多种分子生成方式：Reinvent - 从头开始创造新分子，Libinvent - 修饰一个骨架，Linkinvent - 设计两个片段之间的linker，Mol2Mol - 在用户定义的相似度范围内优化分子。 | |
| 标签 |
| |
| 作者 | Hannes H. Loeffler | |
| 发布时间 | 2024-05-16 14:52:00 | |
| 参考文献 | Loeffler, H.H., He, J., Tibo, A. et al. Reinvent 4: Modern AI–driven generative molecule design. J Cheminform 16, 20 (2024). https://doi.org/10.1186/s13321-024-00812-5 | |
- 简介
- 参数说明
- LibInvent模式
- Small Molecule Structure
- Number Molecules
- Output CSV File
- Output SDF File
- LinkInvent模式
- Small Molecule Structure
- Number Molecules
- Output CSV File
- Output SDF File
- Mol2Mol模式
- Structure
- Number Molecules
- Mol2Mol Priors
- Sample Strategy
- Temperature
- Output CSV File
- Output SDF File
- Staged Learning模式
- Model Type
- Component Type
- Similarity (Mol2Mol)
- Weight
- Diversity Filter Type
- Small Molecule Structure File
- Sigma
- Rate
- Sample Strategy
- Distance Threshold
- Randomize Molecules
- Output CSV File
- Output SDF File
- Custom TOML模式
- REINVENT4 TOML
- Small Molecule Structure
- Output CSV File
- Output SDF File
- Reinvent模式
- Number Molecules
- Output CSV File
- Output SDF File
- 结果说明
Small Molecule Generation (REINVENT4)
简介
De novo Generation (REINVENT4)是基于阿斯利康开源的REINVENT4算法用于小分子全新生成的模块。支持多种分子生成方式：Reinvent - 从头开始创造新类药分子，Libinvent - 修饰一个骨架，Linkinvent - 设计两个片段之间的linker，Mol2Mol - 在用户定义的相似度范围内优化分子，Staged Learning - 基于强化学习进行定向分子优化与生成。
参数说明
LibInvent模式
对已有骨架结构进行修饰，生成含有该骨架结构的新分子。
Small Molecule Structure
小分子的骨架结构文件，该模式需要输入带 * 的小分子，SMILES 或 SDF 格式，可以通过内嵌的 wedraw 工具来获得。
Number Molecules
生成的分子个数。程序会按照该大小进行采样，随后自动过滤掉不符合设定片段拼接规则或子结构匹配要求的结果。因此，最终输出的有效样本数可能少于设定值。
Output CSV File
输出CSV文件名称。
Output SDF File
输出SDF文件名称。
LinkInvent模式
对两个结构片段进行连接，生成linker结构，获得新分子。
Small Molecule Structure
小分子的骨架结构文件，该模式需要输入带 * 的两个小分子，SMILES 或 SDF 格式，可以通过内嵌的 wedraw 工具来获得。（同LibInvent模式）
Number Molecules
生成的分子个数。程序会按照该大小进行采样，随后自动过滤掉不符合设定片段拼接规则或子结构匹配要求的结果。因此，最终输出的有效样本数可能少于设定值。
Output CSV File
输出CSV文件名称。
Output SDF File
输出SDF文件名称。
Mol2Mol模式
优化分子结构，在用户定义的相似度范围内优化分子。
Structure
小分子的骨架结构文件，SMILES 或 SDF 格式，可以通过内嵌的 wedraw 工具来获得。
Number Molecules
生成的分子个数，程序会按照该大小进行采样，随后自动过滤掉不符合设定片段拼接规则或子结构匹配要求的结果。因此，最终输出的有效样本数可能少于设定值。注意：它乘以输入分子的个数为最终输出总分子数。
Mol2Mol Priors
有5种不同的优化策略：
- Low_similarity：Tanimoto similarity > 0.5；
- Medium_similarity：0.5 < Tanimoto similarity < 0.7，通常表示中等程度的结构相似性；
- High_similarity：Tanimoto similarity > 0.7，表示高度相似的分子；
- Scaffold：要求分子具有相同的Murcko骨架；
- Generic_scaffold：要求分子具有相同的未标记Murcko骨架。
Sample Strategy
beamsearch 或 multinomial。
Temperature
多项抽样中的温度。
Output CSV File
输出CSV文件名称。
Output SDF File
输出SDF文件名称。
Staged Learning模式
基于强化学习与多阶段优化策略进行定向分子生成。
Model Type
模型类型。
- Reinvent :从头开始创造新分子
- Libinvent :修饰一个骨架
- Linkinvent:设计两个片段之间的linker
- Mol2Mol :在用户定义的相似度范围内优化分子
Component Type
评分组件类型。
| Component Type | 说明 |
|---|---|
| Qed | 药物相似性综合评分（0–1），越高越像药物 |
| TanimotoDistance | 与参考分子的Tanimoto相似度距离，衡量结构多样性 |
| SlogP | 脂水分配系数的预测值，反映分子亲脂性 |
| MolecularWeight | 分子量（Da） |
| TPSA | 拓扑极性表面积，预测膜通透性与口服吸收 |
| GraphLength | 分子图中最长路径的原子数，衡量分子"线性延伸度" |
| Csp3 | sp³碳占全部碳的比例，衡量分子三维饱和度 |
| NumRotBond | 可旋转键数，反映分子柔性 |
| NumAtomStereoCenters | 手性中心数量 |
| NumRings | 环的总数 |
| HBondAcceptors | 氢键受体数 |
| HBondDonors | 氢键供体数 |
| numsp | sp杂化原子数（如炔碳） |
| numsp2 | sp²杂化原子数（如芳环、羰基碳） |
| numsp3 | sp³杂化原子数（如饱和碳） |
| NumHeavyAtoms | 重原子（非氢原子）总数 |
| NumHeteroAtoms | 杂原子（N、O、S等非碳非氢原子）数 |
| NumAromaticRings | 芳香环数 |
| NumAliphaticRings | 脂肪环（非芳香环）数 |
| pmi | 主惯量比，描述分子三维形状（线形/盘形/球形） |
| custom_alerts | 自定义结构警报，标记含特定不良子结构的分子 |
多个打分成分时，用逗号分隔开。
Similarity (Mol2Mol)
Mol2Mol 相似性策略。在 Mol2Mol 中，有六种不同的训练模型：
- Low_similarity：Tanimoto similarity > 0.5；
- Medium_similarity：0.5 < Tanimoto similarity < 0.7，通常表示中等程度的结构相似性；
- High_similarity：Tanimoto similarity > 0.7，表示高度相似的分子；
- Scaffold：要求分子具有相同的Murcko骨架，Murcko骨架是一种用于描述分子结构的核心骨架；
- Generic_scaffold：要求分子具有相同的未标记的Murcko骨架，指在Murcko骨架中未标记特定原子或功能团的结构。
Weight
打分成分的权重，当输入多个成分时，需要输入对应的权重，用逗号分隔开。
Diversity Filter Type
多样性过滤器类型,用于控制生成分子的结构多样性。
可选类型包括：
- IdenticalMurckoScaffold：以 Bemis–Murcko 骨架 为判断依据，具有相同核心骨架（去除侧链后）的分子将被视为重复并降低奖励，适用于鼓励探索不同骨架结构。
- IdenticalTopologicalScaffold：以 拓扑骨架 为判断依据，仅比较原子连接关系，忽略原子类型和键类型，相比 Murcko 骨架过滤更加严格，可获得更高的骨架多样性。
- ScaffoldSimilarity：根据骨架之间的相似度进行过滤，当骨架相似度超过设定阈值（通常结合 Distance Threshold 参数）时降低奖励，在保持一定结构相似性的同时提高生成分子的多样性。
- PenalizeSameSmiles：仅对完全相同的 SMILES 分子进行惩罚，不限制具有相同骨架或相似结构的分子生成，适用于仅避免重复输出的场景。
Small Molecule Structure File
输入参考小分子结构文件，除Reinvent外，其余模式为必填项,支持 SDF（.sdf）、SMILES（.smi） 格式。
该文件中的分子作为强化学习的参考分子，用于构建评分函数或作为优化起点。
Sigma
强化学习中的 Sigma 参数。
Sigma 越大：更激进地优化目标
Sigma 越小：更接近原始化学空间
Rate
强化学习学习率。控制 Agent 更新速度。
Sample Strategy
仅在Mol2Mol使用：beamsearch或者multinomial
multinomial：随机采样
beamsearch：束搜索
Distance Threshold
仅在Mol2Mol使用：多样性过滤距离阈值。
Randomize Molecules
对原子进行随机“洗牌操作”：true或者false。“随机洗牌”是为了避免数据投入的顺序对网络训练造成影响。
Output CSV File
输出CSV文件名称。
Output SDF File
输出SDF文件名称。
Custom TOML模式
REINVENT4 TOML
自定义toml文件，可由Staged Learning模式输出文件获得。
详细的toml文件参数解释，请查看 https://github.com/MolecularAI/REINVENT4/blob/main/configs/PARAMS.md
Small Molecule Structure
输入参考小分子结构文件，支持 SDF（.sdf）、SMILES（.smi） 格式。
该文件中的分子作为强化学习的参考分子，用于构建评分函数或作为优化起点。
Output CSV File
输出CSV文件名称。
Output SDF File
输出SDF文件名称。
Reinvent模式
从头生成新分子。
Number Molecules
生成的分子个数。
Output CSV File
输出CSV文件名称。
Output SDF File
输出SDF文件名称。
结果说明
输出结果包括：
| 输出文件名称 | 说明 |
|---|---|
| result.csv | 全新生成的化合物CSV文件，包含SMILES信息 |
| denovo.sdf | 全新生成的化合物SDF文件 |
| model_tf.ckpt | sampling模式生成的模型文件 |
| stage_learning.chkpt | Staged Learning模式保存的模型文件 |
| staged_learning.toml | Staged Learning模式配置文件 |
