論文の概要: BioNavi-NP: Biosynthesis Navigator for Natural Products
- arxiv url: http://arxiv.org/abs/2105.13121v1
- Date: Wed, 26 May 2021 12:04:38 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-28 15:59:19.272836
- Title: BioNavi-NP: Biosynthesis Navigator for Natural Products
- Title(参考訳): BioNavi-NP:天然物の生合成ナビゲータ
- Authors: Shuangjia Zheng, Tao Zeng, Chengtao Li, Binghong Chen, Connor W.
Coley, Yuedong Yang, Ruibo Wu
- Abstract要約: BioNaviNPは、NPsおよびNP様化合物の生合成経路を予測することができる。
報告された生合成経路を90%の試験化合物で適切に同定する。
BioNaviNPはまた、生物学的に可算な経路列挙の優れた能力を示す。
- 参考スコア(独自算出の注目度): 14.154148431616123
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Nature, a synthetic master, creates more than 300,000 natural products (NPs)
which are the major constituents of FDA-proved drugs owing to the vast chemical
space of NPs. To date, there are fewer than 30,000 validated NPs compounds
involved in about 33,000 known enzyme catalytic reactions, and even fewer
biosynthetic pathways are known with complete cascade-connected enzyme
catalysis. Therefore, it is valuable to make computer-aided bio-retrosynthesis
predictions. Here, we develop BioNavi-NP, a navigable and user-friendly
toolkit, which is capable of predicting the biosynthetic pathways for NPs and
NP-like compounds through a novel (AND-OR Tree)-based planning algorithm, an
enhanced molecular Transformer neural network, and a training set that combines
general organic transformations and biosynthetic steps. Extensive evaluations
reveal that BioNavi-NP generalizes well to identifying the reported
biosynthetic pathways for 90% of test compounds and recovering the verified
building blocks for 73%, significantly outperforming conventional rule-based
approaches. Moreover, BioNavi-NP also shows an outstanding capacity of
biologically plausible pathways enumeration. In this sense, BioNavi-NP is a
leading-edge toolkit to redesign complex biosynthetic pathways of natural
products with applications to total or semi-synthesis and pathway elucidation
or reconstruction.
- Abstract(参考訳): 合成マスターであるnatureは、300,000以上の天然物(nps)を生産し、npsの膨大な化学空間のためfdaが提供する薬物の主要な構成要素である。
現在までに、約33,000の既知の酵素触媒反応に関与する検証済みnps化合物は3万以下であり、カスケード結合酵素触媒による生合成経路も少ない。
したがって, コンピュータ支援による生合成予測が重要である。
そこで我々は,新しい(AND-OR木)計画アルゴリズム,拡張分子トランスフォーマーニューラルネットワーク,一般的な有機変換と生合成ステップを組み合わせたトレーニングセットを通じて,NPやNP様化合物の生合成経路を予測する,ナビゲートでユーザフレンドリなツールキットであるBioNavi-NPを開発した。
広範な評価により,bionavi-npは90%の試験化合物の生合成経路を同定し, 73%の検証済みビルディングブロックを回収し, 従来の規則に基づくアプローチを著しく上回っていることが明らかとなった。
さらに、BioNavi-NPは、生物学的に可塑性経路の列挙能力に優れていた。
この意味で、BioNavi-NPは、天然物の複雑な生合成経路を再設計する最先端のツールキットであり、総合成や半合成、経路の解明、再構築への応用がある。
関連論文リスト
- BioT5+: Towards Generalized Biological Understanding with IUPAC
Integration and Multi-task Tuning [80.83209995941576]
本稿では,BioT5フレームワークの拡張であるBioT5+を紹介する。
BioT5+ には、分子理解のための IUPAC 名の統合、bioRxiv や PubChem などのソースからの広範なバイオテキストと分子データの統合、タスク間の汎用性のためのマルチタスク命令チューニング、数値データの処理を改善するための新しい数値トークン化技術など、いくつかの新しい特徴が含まれている。
論文 参考訳(メタデータ) (2024-02-27T12:43:09Z) - BioT5: Enriching Cross-modal Integration in Biology with Chemical
Knowledge and Natural Language Associations [54.97423244799579]
$mathbfBioT5$は、化学知識と自然言語の関連性によって生物学のクロスモーダルな統合を強化する事前学習フレームワークである。
$mathbfBioT5$は構造化知識と非構造化知識を区別し、より効果的な情報利用につながる。
論文 参考訳(メタデータ) (2023-10-11T07:57:08Z) - Bespoke Nanoparticle Synthesis and Chemical Knowledge Discovery Via
Autonomous Experimentations [6.544041907979552]
本稿では,光学特性を目標としたナノ粒子(NP)の設計のための自律的な実験プラットフォームについて報告する。
このプラットフォームは、AI最適化モデリングのフィードバックに基づいて、NPのバッチ合成モジュールとUV-Vis分光モジュールの間をクローズループで動作させる。
優れた材料開発効率に加えて、合成変数の解析により、Ag NP合成におけるクエン酸の効果を含む新しい化学が明らかにされる。
論文 参考訳(メタデータ) (2023-09-01T09:15:04Z) - BioBERT Based SNP-traits Associations Extraction from Biomedical
Literature [0.5273676920837106]
SNP特性関連を同定するためにBioBERT-GRU法を提案する。
SNPPhenAデータセット上での本手法の評価から,本手法は従来の機械学習法や深層学習法よりも優れていると結論付けた。
論文 参考訳(メタデータ) (2023-08-03T09:40:27Z) - Extracting Structured Seed-Mediated Gold Nanorod Growth Procedures from
Literature with GPT-3 [52.59930033705221]
1,137枚の紙から抽出した11,644個のエンティティのデータセットを作成した。
1,137枚の紙から抽出した11,644個のエンティティのデータセットを作成した。
論文 参考訳(メタデータ) (2023-04-26T22:21:33Z) - Machine-Learning-Optimized Perovskite Nanoplatelet Synthesis [55.41644538483948]
総合成量200のCsPbBr3ナノプレート(NPL)の品質向上のためのアルゴリズムを開発した。
このアルゴリズムは、前駆率に基づいて、NPL分散のPL放出最大値を予測することができる。
論文 参考訳(メタデータ) (2022-10-18T11:54:11Z) - Developing a Knowledge Graph Framework for Pharmacokinetic Natural
Product-Drug Interactions [0.6977398862260568]
NPDIの理解メカニズムは、有害事象を防ぐための鍵となる。
我々は,NPDIの計算的発見に向けたステップとして,知識グラフフレームワークNP-KGを構築した。
論文 参考訳(メタデータ) (2022-09-24T07:49:29Z) - RetroGNN: Approximating Retrosynthesis by Graph Neural Networks for De
Novo Drug Design [75.14290780116002]
我々は、再合成計画ソフトウェアの出力を近似するために、ディープグラフニューラルネットワークを訓練する。
提案手法では, 薬剤的特性は良好であり, 合成が容易であるにもかかわらず, 抗生物質である可能性が示唆された分子について検討した。
論文 参考訳(メタデータ) (2020-11-25T22:04:16Z) - Learning To Navigate The Synthetically Accessible Chemical Space Using
Reinforcement Learning [75.95376096628135]
ド・ノボ薬物設計のための強化学習(RL)を利用した新しい前方合成フレームワークを提案する。
このセットアップでは、エージェントは巨大な合成可能な化学空間をナビゲートする。
本研究は,合成可能な化学空間を根本的に拡張する上で,エンド・ツー・エンド・トレーニングが重要なパラダイムであることを示す。
論文 参考訳(メタデータ) (2020-04-26T21:40:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。