शोधकर्ताओं ने DrugGen-2 पेश किया, एक जनरेटिव मॉडल जो रोग अंतर्ज्ञान और लक्ष्य प्रोटीन अनुक्रमों पर प्रतिबंधित छोटे अणुओं को बनाने के लिए डिज़ाइन किया गया है। यह दृष्टिकोण आणविक उत्पादन प्रक्रिया में विशिष्ट रोग संदर्भ को एकीकृत करके वर्तमान कंप्यूटेशनल विधियों में अंतराल को पूरा करता है।
- GRPO (समूह सापेक्ष नीति अनुकूलन) के माध्यम से पुनर्बल सीखने से पहले पर्यवेक्षित सूक्ष्म-अनुकूलन का उपयोग करके पूर्व-प्रशिक्षित GPT-2 मॉडल को सूक्ष्म-अनुकूलित करके विकसित किया गया।
- रासायनिक वैधता, नवीनता, विविधता और उच्च पूर्वानुमानित बंधन आत्मीयता के लिए पुरस्कार कार्यों के साथ अनुकूलित।
- मधुमेह ग्लोमेरुलोपैथी से संबंधित पांच प्रोटीन लक्ष्यों पर मूल्यांकन किया गया, जो DrugGPT और DrugGen जैसे आधारों को काफी बेहतर करता है।
- अनोखे अणुओं के लिए श्रेष्ठ क्षमता, अनुमोदित दवाओं के साथ अधिक संरचनात्मक समानता, और सुधरे हुए पूर्वानुमानित बंधन आत्मीयता का प्रदर्शन किया।
- आणविक डॉकिंग ने ऐसे उम्मीदवार लिगैंड्स की पहचान की जिनकी पूर्वानुमानित आत्मीयता (-9.917, -9.485, -9.367) एनैलाप्रिल (-8.283) जैसे संदर्भ दवाओं से अधिक है।
रोगों और आणविक लक्ष्यों के बीच जटिल अंतःक्रिया को ध्यान में रखते हुए, DrugGen-2 de novo डिज़ाइन और दवा पुनर्निर्धारण के लिए एक उपकरण के रूप में AI-सहायक दवा खोज को आगे बढ़ाता है।