基于可解释人工智能与客户端增强语言模型的交互式化合物优化新方法

《Artificial Intelligence in the Life Sciences》:A Client-Enhanced Language Model for Interactive Compound Optimization Guided by Explainable Artificial Intelligence

【字体: 大 中 小 】 时间:2026年01月13日 来源:Artificial Intelligence in the Life Sciences 5.4

编辑推荐:

  本研究针对传统化学语言模型(CLM)在黑箱优化中的局限性,创新性地融合可解释人工智能(XAI)与生成式模型,开发了X-DeepSARM交互式优化框架。通过SHAP特征归因分析识别限制化合物效价的取代基,并利用DeepSARM的序列到序列(Seq2Seq)模型生成优化片段,实现了对脾酪氨酸激酶(SYK)抑制剂效价的迭代提升。该系统通过模型上下文协议(MCP)与大语言模型(LLM)集成,无需微调即可响应自然语言指令完成复杂优化任务,为药物化学领域提供了高效、可解释的AI驱动优化工具。

  
在药物研发领域,化合物优化是提高候选药物活性和选择性的核心环节。传统优化方法依赖化学家对构效关系(SAR)的经验性分析,过程耗时且易受主观因素影响。近年来,人工智能技术尤其是化学语言模型(CLM)的应用为化合物设计带来了突破,但这些模型通常缺乏可解释性,其生成建议难以被化学家理解和信任。此外,现有模型多针对特定任务开发,无法灵活响应多样化的优化需求。为此,Atsushi Yoshimori和Jürgen Bajorath团队在《Artificial Intelligence in the Life Sciences》上发表研究,提出了一种融合可解释人工智能(XAI)与生成式模型的交互式化合物优化框架,旨在解决黑箱模型决策透明性不足与实用化壁垒高的问题。
研究团队开发了X-DeepSARM方法,其核心整合了三项关键技术:首先,采用XGBoost回归模型预测化合物对脾酪氨酸激酶(SYK)的抑制活性(pIC50),该模型基于ECFP4(扩展连通性指纹)分子表征训练,在测试集上预测精度较高(R2=0.67);其次,利用SHAP(Shapley Additive Explanations)特征归因算法量化分子片段对活性的贡献,通过原子级映射直观标识促进或抑制活性的取代基;最后,通过DeepSARM的Value 1(DSV1)序列到序列(Seq2Seq)模型生成替代片段,迭代替换负向贡献基团。此外,研究通过模型上下文协议(MCP)将优化系统与开源大语言模型(gpt-oss-20b)对接,构建了可响应自然语言指令的AI代理系统。
化合物优化 using X-DeepSARM
通过X-DeepSARM对已知SYK抑制剂进行优化实验,证明其能有效提升预测活性。例如,针对初始pIC50为6.53的化合物,经两轮迭代后预测活性升至7.98,相当于约80倍提升。SHAP映射清晰显示苯甲腈取代基为负向贡献片段,其替换为双环杂芳环后显著增强活性。
Interactive use of X-DeepSARM components
大语言模型在未经过化学领域微调的情况下,成功识别SMILES字符串并调用MCP客户端,完成活性预测、分子量计算及SHAP可视化等任务。如输入提示后,模型自动生成包含预测结果表格和原子映射图像路径的响应,验证了系统的交互可靠性。
Interactive compound optimization
通过单一提示指令,系统自动执行多轮X-DeepSARM优化。例如,以特定SYK抑制剂为起点,经三轮优化后获得预测pIC50达9.42的候选化合物,活性提升约2200倍。过程中模型自主判断分子量阈值(650 Da)终止优化,体现了任务规划的智能性。
Multiple optimization trials
复杂指令测试中,系统按预设策略连续调用优化模块,最终生成纳摩尔级活性化合物(pIC50>9),且分子量受控。结果证明AI代理具备多步骤推理-执行(ReAct)能力,无需人工干预即可完成跨轮次优化。
研究结论强调,X-DeepSARM首次将XAI指导的生成式优化与交互式LLM平台结合,突破了传统CLMs的局限性。该系统通过SHAP提供化学可解释的优化路径,而MCP架构使非专家用户也能通过自然语言指令驱动复杂计算。作为一类新型推理-执行(ReAct)AI代理,该框架为药物化学提供了可扩展的自主优化工具,有望加速候选化合物的临床前开发。作者公开了核心代码与数据,进一步促进了方法的推广与验证。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号