论文页面 - DrugGen 2: 一种面向疾病的语言模型，助力药物发现

来源：https://huggingface.co/papers/2607.08404

摘要

DrugGen-2通过对GPT-2进行监督学习和强化学习（使用GRPO）的微调，生成基于疾病本体论和靶点蛋白序列的小分子，相比基线模型，在分子多样性和结合亲和力方面表现出更优的性能。

当前的计算药物设计方法通常专注于生成针对特定靶点或一般分子性质的分子，往往忽视了疾病背景对靶点行为和治疗结果的影响。为弥补这一空白，我们引入了DrugGen-2，一种新颖的生成模型，能够同时基于疾病本体论和靶点蛋白序列设计小分子。DrugGen-2通过微调预训练的GPT-2（https://huggingface.co/papers?q=GPT-2）模型而开发，该模型在包含已批准药物及其相关疾病和靶点的精选数据集上进行训练，采用两步策略：先进行监督微调（https://huggingface.co/papers?q=supervised%20fine-tuning），然后通过组相对策略优化（https://huggingface.co/papers?q=group%20relative%20policy%20optimization）（GRPO）进行强化学习（https://huggingface.co/papers?q=reinforcement%20learning）。这一过程由奖励函数引导，优化化学有效性（https://huggingface.co/papers?q=chemical%20validity）、新颖性、多样性以及高预测结合亲和力（https://huggingface.co/papers?q=binding%20affinity）。在针对糖尿病肾病相关的五个蛋白靶点进行评估时，DrugGen-2显著优于基线模型（DrugGPT和DrugGen）。它展现出生成独特分子的更优能力，与已批准药物具有更高的结构相似性，并在所有靶点上实现了更好的预测结合亲和力。分子对接（https://huggingface.co/papers?q=Molecular%20docking）分析进一步支持了这些发现，识别出具有强结合潜力的候选配体，包括预测亲和力（-9.917、-9.485和-9.367）超过参考药物（如血管紧张素转换酶的依那普利，-8.283）的化合物。通过将疾病特定背景融入分子生成（https://huggingface.co/papers?q=molecular%20generation），DrugGen-2推进了AI辅助的药物发现，为零起点设计和药物重定位提供了强大工具，充分考虑了疾病与分子靶点之间的复杂相互作用。

查看arXiv页面（https://arxiv.org/abs/2607.08404）查看PDF（https://arxiv.org/pdf/2607.08404）项目页面（https://huggingface.co/spaces/alimotahharynia/DrugGen-2）GitHub0（https://github.com/alimotahharynia/DrugGen-2）添加到集合（https://huggingface.co/login?next=%2Fpapers%2F2607.08404）

在你的代理中获取此论文：

hf papers read 2607.08404

没有最新的CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型1

alimotahharynia/DrugGen-2 文本生成 • 0.1B • 更新于约2小时前 • 182（https://huggingface.co/alimotahharynia/DrugGen-2）

引用此论文的数据集1

alimotahharynia/approved_disease_target_drug 查看器 • 更新于约2小时前 • 154k • 47（https://huggingface.co/datasets/alimotahharynia/approved_disease_target_drug）

引用此论文的Space1

包含此论文的集合0

没有包含此论文的集合

将此论文添加到集合（https://huggingface.co/new-collection）以从此页面链接它。