MSformer: A Meta-Structure Based Interpretable Framework for Representation Learning of Natural Products

可解释性 化学空间 人工智能 碎片(计算) 化学 模块化(生物学) 计算机科学 相关性(法律) 鉴定(生物学) 模块化设计 集合(抽象数据类型) 概化理论 深度学习 可扩展性 代表(政治) 药物发现 数据集 机器学习 领域知识 领域(数学分析) 转化式学习 自举(财务) 自然(考古学) 化学信息学 编码 数据科学 桥接(联网) 计算生物学 数据驱动 资源(消歧) 本体论 结构母题 特征学习 生物学数据
作者
Bingjie Zhu,Jie Liao,Huihui Liu,Xiaohui Fan,Yiyu Cheng
出处
期刊:Analytical Chemistry [American Chemical Society]
卷期号:97 (47): 26009-26023 被引量:1
标识
DOI:10.1021/acs.analchem.5c03958
摘要

Natural products (NPs) are a treasure trove of drug discovery, yet their structural complexity and extreme data scarcity critically hinder AI-driven exploration. To address this challenge, we present MSformer, a transformer-based architecture that bridges this gap by leveraging molecule fragments to systematically encode NP chemical space. These fragments were generated by a mass spectrometry-inspired fragmentation algorithm, termed meta-structures. Unlike chemical models pretrained on comprehensive molecule databases, MSformer is totally pretrained on very limited NP data set by deconstructing 400,000 NPs into 234 million meta-structures. This design enables MSformer to capture the structural richness and drug-like relevance of NPs. Evaluated on 14 tasks across MoleculeNet and the Therapeutics Data Commons data sets, MSformer outperforms state-of-the-art models, demonstrating superior generalizability in property prediction. The abundant meta-structures enable MSformer hierarchical interpretability that reveals task-specific structural determinants and successfully deconstructing approved drugs into bioactive fragments. By integrating domain knowledge with deep learning, MSformer establishes a transformative paradigm for NP-based drug discovery, offering a scalable framework to navigate nature's underexplored chemical repertoire and accelerate the identification of bioactive candidates.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
放松完成签到 ,获得积分10
1秒前
完美世界应助111采纳,获得10
3秒前
吗喽完成签到,获得积分10
4秒前
LFZ完成签到 ,获得积分10
4秒前
王萌萌完成签到 ,获得积分10
4秒前
静心求真金教授完成签到,获得积分10
6秒前
鲜艳的梦菡完成签到 ,获得积分10
9秒前
eulota发布了新的文献求助10
12秒前
勤恳友灵发布了新的文献求助10
16秒前
今后应助科研通管家采纳,获得10
16秒前
资格丘二完成签到 ,获得积分10
16秒前
hy完成签到 ,获得积分10
16秒前
陈思完成签到,获得积分10
20秒前
zhangpeipei完成签到,获得积分0
22秒前
钟小先生完成签到 ,获得积分10
23秒前
爆米花应助456qwe采纳,获得10
23秒前
yinyin完成签到 ,获得积分10
27秒前
勤恳友灵完成签到,获得积分10
28秒前
sunsun10086完成签到 ,获得积分10
31秒前
加油完成签到,获得积分10
33秒前
蔺不平完成签到,获得积分10
34秒前
风中星月完成签到 ,获得积分10
42秒前
ryzee完成签到,获得积分10
46秒前
阔达的背包完成签到 ,获得积分10
47秒前
希望天下0贩的0应助456qwe采纳,获得10
1分钟前
开朗的爆米花完成签到 ,获得积分10
1分钟前
widesky777完成签到 ,获得积分10
1分钟前
甜蜜舞蹈完成签到 ,获得积分10
1分钟前
1分钟前
qq191925684发布了新的文献求助10
1分钟前
yuanfangyi0306完成签到,获得积分20
1分钟前
冯冯完成签到 ,获得积分10
1分钟前
可爱的函函应助Emma采纳,获得10
1分钟前
ppapp完成签到 ,获得积分10
1分钟前
燕然都护发布了新的文献求助10
1分钟前
agui完成签到 ,获得积分10
1分钟前
麦冬粑粑完成签到,获得积分10
1分钟前
Ava应助456qwe采纳,获得10
1分钟前
天天快乐应助研友_ndDGVn采纳,获得10
1分钟前
梅夕阳完成签到,获得积分10
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
2026年中国辛酸癸酸聚乙二醇甘油酯行业市场规模及竞争格局分析报告 1000
48V Low-voltage Power Distribution Network (PDN) Architecture Industry Report, 2024 800
Fundamentals of Pharmaceutical and Biologics Regulations: A Global Perspective, Second Edition 700
Matrix Methods in Data Mining and Pattern Recognition Second Edition 610
适配Micro-LED色转换的高兼容性量子点负性光刻胶制备与工艺研究 500
Direct and Iterative Linear System Solvers 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7312463
求助须知:如何正确求助?哪些是违规求助? 8929040
关于积分的说明 18923752
捐赠科研通 6973114
什么是DOI,文献DOI怎么找? 3213410
关于科研通互助平台的介绍 2381597
邀请新用户注册赠送积分活动 2191519