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
- InstructBioMol: Advancing Biomolecule Understanding and Design Following Human Instructions [32.38318676313486]
InstructBioMolは自然言語と生体分子を橋渡しするように設計されている。
マルチモーダルな生体分子を入力として統合し、研究者が自然言語で設計目標を明確にすることができる。
結合親和性は10%向上し、ESPスコア70.4に達する酵素を設計することができる。
論文 参考訳（メタデータ） (2024-10-10T13:45:56Z) - SynthFormer: Equivariant Pharmacophore-based Generation of Molecules for Ligand-Based Drug Design [1.3927943269211591]
本稿では, サイリコ生成法とin vitroにおける実用的手法のギャップについて考察する。
医薬品の3次元同変エンコーダを用いて、完全に合成可能な分子を生成する新しいMLモデルであるSynthFormerを紹介する。
我々の貢献には、3D情報を用いた効率的な化学空間探索のための新しい方法論、分子に3D薬局表現を翻訳するSynthformerと呼ばれる新しいアーキテクチャ、医薬品発見最適化のための試薬を組織する有意義な埋め込み空間が含まれる。
論文 参考訳（メタデータ） (2024-10-03T17:38:46Z) - BatGPT-Chem: A Foundation Large Model For Retrosynthesis Prediction [65.93303145891628]
BatGPT-Chemは150億のパラメータを持つ大規模な言語モデルであり、再合成予測の強化に最適化されている。
我々のモデルは幅広い化学知識を捉え、反応条件の正確な予測を可能にする。
この開発により、化学者は新しい化合物を十分に扱うことができ、医薬品製造と材料科学の革新サイクルを早める可能性がある。
論文 参考訳（メタデータ） (2024-08-19T05:17:40Z) - BioT5+: Towards Generalized Biological Understanding with IUPAC Integration and Multi-task Tuning [77.90250740041411]
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数値トークン化技術など、いくつかの新機能が含まれている。
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) - 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) - 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)
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。