BitterTranslate：一个基于自然语言处理和机器学习的框架，用于映射苦味受体激动作用

《Journal of Chemical Information and Modeling》：BitterTranslate: A Natural Language Processing and Machine Learning-Based Framework for Mapping Bitter Taste Receptor Agonism

苦味受体配体预测算法BitterTranslate基于双BERT模型（分子特征提取+受体特征提取）结合XGBoost分类器，在TAS2R14中达到83%精度和88%召回率，提升配体预测效率。

　　

苦味受体（TAS2Rs）是一种G蛋白偶联受体（GPCRs），主要表达在舌头上，但也存在于许多口腔外的组织中。TAS2R配体被用于提高苦味药物的依从性、治疗各种疾病以及研究这些受体的口腔外功能。尽管机器学习作为一种有前景的药物发现工具可以用来预测TAS2R激活剂，但获取高质量的特征数据进行训练既耗时又依赖于专门的软件。本研究探索了变换器（一种用于从序列文本中提取特征的神经网络架构，已在基于自然语言处理的任务中带来革命性突破）在预测这些配体方面的潜力。因此，BitterTranslate这种TAS2R激动剂预测算法仅需要配体的简化分子输入线格式（SMILES）字符串和TAS2R的氨基酸序列。该算法基于两种双向编码器表示（BERT）模型构建：一种模型针对小分子进行训练以提取配体特征，另一种模型针对GPCRs进行训练以提取受体特征。XGBoost分类器在大型GPCR-配体数据集上进行了预训练，并在较小的TAS2R-配体数据集上进行了微调。BitterTranslate在所有TAS2R上的预测准确率为80%，召回率为65%；对于数据最多的TAS2R14，其预测准确率为83%，召回率为88%。