美俄科学家联合运用神经网络研制抗癌药物

据俄罗斯物理技术研究所报道,莫斯科物理技术学院(MOSCOW INSTITUTE OF PHYSICS AND TECHNOLOGY,MIPT)、InSilico医药公司和俄罗斯互联网集团Mail.Ru的研究人员首次将生成神经网络(Generative Neural Network, GNN)用于研发具有特定属性的新药。利用他们所开发和训练的生成式对抗网络(Generative Adversarial Network, GAN)“发明”的新分子结构,将可以大大减少寻找具有潜在药物特性的物质所耗费的时间和成本。研究人员计划在肿瘤、心血管疾病甚至抗感染等多个医疗领域中利用这些技术来寻找新药。该研究的初期成果在2016年6月提交到肿瘤期刊《Oncotarget》,历经了几个月的评审。自那时起,该研究团队对系统做了许多改善,并与一些领先的医药公司合作。

目前,无机分子基(inorganic molecule base)包含了数以亿计的物质,但其中只有少数能用于医疗药物。研制药物的药理学方法通常是基于前人的研究成果。例如,阿司匹林被用作药物已经有很多年的历史,但药理学家可能会继续对其展开研究,在不改变其物质的前提下,为该化合物增加其他成分以减少副作用、提高药效。2017年初,Insilico医药公司的科学家证明,可以运用深度神经网络大幅缩小研究范围。但是现在他们正专注于一个更具挑战的问题:是否有可能利用经数百万分子结构训练的深度神经网络去创造具有医疗属性的、概念上的新分子?

生成式对抗自编码(Generative Adversarial Autoencoder,GAA)架构是生成式对抗网络的延伸。研究人员以它为基础,用已知医学特性和有效浓度的化合物来训练系统。将这些化合物相关的信息输入网络并进行调整,从而在输出中得到相同的数据。该网络本身由三部分构成:编码器、解码器和鉴别器,其中每一部分在与另外两部分“合作”的过程中都发挥着自己特定的作用。编码器与解码器一起压缩、恢复原型化合物的信息,而鉴别器则使压缩后的信息更适合恢复。一旦网络已经学习了大量的已知分子结构后,编码器和鉴别器就会“关闭”,网络就能用解码器自动生成对分子的描述。

要开发基于文本输入而生成高质量图像的生成式对抗网络不仅需要具备丰富的专业知识,还需要在高性能计算设备上进行长时间的训练。但是,有了图像和影像,人类就可以快速执行输出的质量控制。在生物学中,仅靠人眼判断并不能实现质量控制,产生大分子还需要做大量的验证实验。

在系统中,所有分子均表示为简化分子线性输入系统(Simplified Molecular Input Line Entry System,SMILE)格式或允许结构被恢复的化学物质图形注释(graphical annotations)。学校里教的标准注册(standard registration)并不适用于网络处理,但简化分子线性输入系统格式亦是如此,因为这种格式的长度随机,从1个符号到200个符号不等。而神经网络训练要求向量的描述长度相等。分子“指纹”能解决这个任务,因为它包含了整个分子的完整信息。现在有很多种方法来制造这种“指纹”,研究人员采用了最简单的二进制方法,有166位。他们将简化分子线性输入系统格式转化为指纹,再用其训练神经网络,然后就可以将已知药品化合物的指纹输入神经网络。神经网络的工作是分配内部神经元参数权重,这样特定的输入产生特定的输出。该操作重复多次,这就是利用大量数据进行训练的方式。所以,研究人员就创建了可以针对特定输入产生特定输出的“黑匣子”,随后,他们移除第一层神经网络,信息再次输入时神经网络能够自动生成指纹。科学家因此为全部7200万个分子建立了“指纹”,再将其与网络生成的指纹进行比较。所选的分子必须具有某些潜在特性。

研究人员表示,“我们创造了一个再生性(reproductive type)的神经网络,即可以生成与神经网络训练范例相似的对象。最终,我们让该网络模型学会了根据特定属性创建新的指纹。”

研究人员还利用抗癌药物数据库来检测网络。使用其中一半的药物化合物对神经网络进行训练,再通过另一半化合物进行检测。目的是预测未包含在训练集内的已知化合物。目前,有69种预测的化合物已得到了确认,研究人员正利用这种方法的强大扩展手段研发数百种分子。

研究人员表示,“与许多流行的深度学习方法不同,生成式对抗网络直到2014年才被提出,现在科学家仍然在探索它在生成有意义的图像、视频和美术品、甚至音乐作品等方面的强大性能。它的发展速度在不断加快,不久我们就会看到生成式对抗网络联合其他方法带来的巨大进步。我们团队所做的一切都是为了让人类活得更长寿、更健康、更富有活力。当人类踏上火星,就会需要这些工具来更有弹性地面对各种压力,按需生成各种高效药物。我们就是提供这类工具的团队之一。”

Mail.Ru集团搜索优化团队首席程序员、Insilico Medicine独立科学顾问总结道:“生成式对抗网络是神经科学领域的前沿研究领域。很明显,它不仅仅可用于生成图像和音乐这类简单的任务,还可执行更广范围的任务。我们已经借助生物信息学与已知的大量成果试验了这种方法。”

原文发布于微信公众号 - 人工智能快报(AI_News)

原文发表时间:2017-03-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏量子位

DeepMind详解新WaveNet:比原来快千倍,语音更自然 | 附论文

夏乙 编译自 DeepMind Blog 量子位 出品 | 公众号 QbitAI ? 上个月,Google Assistant英语和日语版终于用上了DeepMi...

4135
来自专栏机器之心

用人工智能打王者荣耀:匹茨堡大学&腾讯AI Lab为游戏AI引入MCTS方法

1574
来自专栏智能算法

外部存档指导的多目标进化算法简略版

正值毕业季,小编这里简洁明了地讲述一下自己毕业设计相关的算法。 当初之所以跟着导师学习进化算法,首先很有意思的一点是,进化算法是一种种群类算法,设计算法思路的时...

2858
来自专栏数据的力量

数据挖掘中易犯的10大错误

1235
来自专栏量子位

病人还能生存多久?现在AI能给出更精准的预测

问耕 发自 LZYY 量子位 报道 | 公众号 QbitAI ? 只需要简单查看器官图片,人工智能就可以预测患者的剩余的生命长度,这是澳大利亚阿德莱德大学的最新...

3179
来自专栏企鹅号快讯

数据挖掘中最易栽的十个大坑

欢迎关注数据超市微信公众号 按照 Elder 博士的总结,这 10 大易犯错误包括: 1. 太关注训练( Focus on Training ) 2. 只依赖一...

26612
来自专栏AI科技评论

UC Berkeley 讲座教授王强:Deep Learning 及 AlphaGo Zero(下)

AI 科技评论按:北京时间10月19日凌晨,DeepMind在Nature上发布论文《Mastering the game of Go without huma...

3135
来自专栏华章科技

干货 :数据挖掘中易犯的11大错误

5. 使用了未来的信息(Accept Leaks from the Future)

652
来自专栏思影科技

渐进型多发硬化症(PPMS)相关的rich-club失连

来自INIMS的Jan-Patrick Stellmann等人在neurology期刊上发表了一篇关于MS的结构脑网络研究,研究主要探寻了病人结构脑网络连接的组...

3197
来自专栏奇点大数据

对照实验

有了数据来源,有了抽样方法这还不够有力,还需要一些其它的方式来帮助人们识别认知对象的差异与差异来源,这就用到了对照实验。对照实验是一种统计研究的方法,在互联网...

2367

扫描关注云+社区