利用GAN(AAE)做新藥物分子研發

編者：非醫學背景，對藥物知識了解不全面，但是模型和理論能看懂，如果在藥理層面理解有失誤，敬請原諒。

前言

2016年開始，對抗式生成網路成了AI行業的新寵，各大期刊paper基本都離不開GAN這個字眼，但是實際上GAN的應用目前還是非常少，大多集中在研究階段，主要的應用以圖像修復，生成樣本等等，而今天給大家分享一個我近期看到的利用GAN做的最有意思的應用，本文介紹的應用是由Insilico Medicine公司發表的首次利用GAN結構過藥物分子預測與研發的應用[1]，該公司本身也是主要利用AI做藥物研究的企業。

本應用主要是利用AAE(Adversarial Autoencoders對抗式自編碼，GAN的一個延伸模型）[2]，研究人員把它作為基礎，加上已知的醫療特性和有效濃度，將之用在訓練神經網路上。研究人員會把和所需化合物相關的信息輸入到網路中，網路對其進行調整後會輸出類似的數據。 網路由三個部分構成：編碼器，解碼器和鑒別器。其中每一個在與另兩個「協作」中都有自己特定的角色。 編碼器與解碼器一起壓縮、恢復母化合物的信息，而鑒別器則使壓縮後的信息更適於恢復。 當網路已經學習過大量已知分子結構後，編碼器和鑒別器則會結束工作狀態，網路就能用解碼器自動生成對分子的描述[3]。

模型介紹

如圖模型特點概括為:

總體：該模型建立了一個7層的AAE結構。

輸入輸出：使用了分子「指紋」作為一個固定長度的向量，在系統中，所有分子均表示為「SMILEs」的形式呈現，但是這種存儲的長度是隨機的，所以利用分子「指紋」可以固定長度的同時保證完整的信息。

優化：潛在層（latent layer）作為鑒別器（discriminator）。在潛層中，還引入了負責生長抑制的神經元，當陰性表示治療後腫瘤細胞數量減少。

訓練：訓練AAE時，使用NCI-60細胞系檢測數據分析了在MCF-7細胞繫上的6252個化合物。

結論： 使用AAE的輸出來篩選PubChem中的7200萬種化合物，並選擇具有潛在抗癌特性的候選分子。

編者總結

本文首創性的利用的AAE（GAN）應用的藥物研發中，通過把分子結構規範為分子「指紋」加上固定的參數作為結構的輸入，使得模型既有「經驗」的部分，也有自學習的部分，中間還加入了個性化的神經元，充分利用了AAE的特點的同時，不忘結合實際情況，所以無論當前結果好壞，對於未來藥物研發都具有指導和標誌意義。

相關鏈接

[1]http://www.impactjournals.com/oncotarget/index.php?journal=oncotarget&page=article&op=view&path%5B%5D=14073

[2][1511.05644] Adversarial Autoencoders

[3]用GANs尋找潛在藥物，抗癌新葯指日可待 | 雷鋒網

[4]對抗自編碼器：Adversarial Autoencoders

---人工智慧應用系列·介紹---

本系列介紹各領域的一些有趣的人工智慧應用，原理可能並沒有那麼複雜，目的是開拓大家的視野和思路，也許人工智慧能做的事情比我們想像的還要多。

專欄地址：人工智慧應用系列 - 知乎專欄 （歡迎投稿和關注）

本人的Live：「跨領域人工智慧應用」系列Live的開篇--如何做跨領域人工智慧應用

推薦閱讀：