Zastosowanie sztucznej inteligencji w ukierunkowanym projektowaniu cząsteczek o określonych właściwościach

Abstract

Niniejsza rozprawa doktorska obejmuje cztery powiązane merytorycznie prace naukowe dotyczące zastosowania metod sztucznej inteligencji (AI) i uczenia maszynowego (ML) w chemii obliczeniowej. Celem pracy było opracowanie i walidacja zintegrowanego podejścia do projektowania cząsteczek o pożądanych właściwościach biologicznych oraz przewidywania reaktywności i nancjoselektywności w katalizie asymetrycznej. Zastosowano rekurencyjne sieci neuronowe (RNN) trenowane na reprezentacjach SELFIES oraz modele QSAR/QSPR budowane z użyciem Random Forest i Gradient Boosting. Protokół łączył generowanie struktur de novo, filtrację chemoinformatyczną, reprezentacje molekularne, selekcję cech, optymalizację hiperparametrów, walidację statystyczną, dokowanie molekularne oraz, w wybranych przypadkach, walidację eksperymentalną. Metody te zastosowano do projektowania ligandów RORγ, identyfikacji cytoprotekcyjnych pochodnych indolu, wielokryteriowej oceny pochodnych kolchicyny oraz predykcji reaktywności i nadmiaru enancjomerycznego w epoksydacji chalkonów i addycji thia-Michaela. Wyniki wskazują, że odpowiednio zaprojektowane modele mogą dostarczać użytecznych predykcji dla małych, wyspecjalizowanych zbiorów chemicznych. Kluczowe znaczenie miały jakość danych, dobór reprezentacji, selekcja cech i rygorystyczna walidacja.

This doctoral dissertation comprises four thematically related scientific studies on the application of artificial intelligence (AI) and machine learning (ML) in computational chemistry. The aim was to develop and validate an integrated approach for designing molecules with desired biological properties and predicting reactivity and enantioselectivity in asymmetric catalysis. Recurrent neural networks (RNNs) trained on SELFIES representations and QSAR/QSPR models based on Random Forest and Gradient Boosting were applied. The protocol combined de novo structure generation, cheminformatics filtering, molecular representations, feature selection, hyperparameter optimization, statistical validation, molecular docking and, where applicable, experimental validation. The methods were applied to RORγ ligand design, identification of cytoprotective indole derivatives, multi-criteria evaluation of colchicine derivatives, and prediction of reactivity and enantiomeric excess in chalcone epoxidation and thia-Michael addition. The results indicate that appropriately designed models can provide useful predictions for small, specialized chemical datasets. Data quality, representation selection, feature selection and rigorous validation were crucial.