片段协同遗传算法将P-gp底物改造为非底物
- P-gp外排限制生物利用度和中枢暴露,而机器学习底物分类器很难转化为具体的设计动作。
- SF-GA把片段协同分析嵌入遗传算法的变异步骤,使替换偏向于非底物中共现的子结构。
- 在固定评估次数下与GA和强化学习基线相比表现相当,所得分子的合成可及性最高,并为每个被接受的变异报告被移除和插入的片段。
💡 要点
我最想用的是逐次变异的片段报告,它读起来像匹配分子对的建议清单,这正是化学家希望模型表达的方式。优化性能只是「相当」而非更优,说明价值在于可解释性和可合成性而非效率。仍缺少基于真实外排实验的前瞻性验证。