WIPO logo
Mobile | Deutsch | Español | Français | 日本語 | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

Search International and National Patent Collections
World Intellectual Property Organization
Search
 
Browse
 
Translate
 
Options
 
News
 
Login
 
Help
 
Machine translation
1. (WO1994028504) A MACHINE-LEARNING APPROACH TO MODELING BIOLOGICAL ACTIVITY FOR MOLECULAR DESIGN AND TO MODELING OTHER CHARACTERISTICS
Latest bibliographic data on file with the International Bureau   

Pub. No.:    WO/1994/028504    International Application No.:    PCT/US1994/005877
Publication Date: 08.12.1994 International Filing Date: 20.05.1994
Chapter 2 Demand Filed:    07.12.1994    
IPC:
C07K 1/00 (2006.01), G06F 17/50 (2006.01)
Applicants: ARRIS PHARMACEUTICAL [US/US]; Suite 3, 385 Oyster Point Boulevard, South San Francisco, CA 94080 (US) (For All Designated States Except US).
CHAPMAN, David [CA/US]; (US) (For US Only).
CRITCHLOW, Roger [US/US]; (US) (For US Only).
DIETTERICH, Tom [US/US]; (US) (For US Only).
JAIN, Ajay, N. [US/US]; (US) (For US Only).
LATHROP, Rick [US/US]; (US) (For US Only).
PEREZ, Tomas, Lozano [US/US]; (US) (For US Only)
Inventors: CHAPMAN, David; (US).
CRITCHLOW, Roger; (US).
DIETTERICH, Tom; (US).
JAIN, Ajay, N.; (US).
LATHROP, Rick; (US).
PEREZ, Tomas, Lozano; (US)
Agent: SWERNOFSKY, Steven, A.; D'Alessandro, Frazzini & Ritchie, 2099 Lincoln Avenue, Suite 101, San Jose, CA 95125 (US)
Priority Data:
08/066,389 21.05.1993 US
Title (EN) A MACHINE-LEARNING APPROACH TO MODELING BIOLOGICAL ACTIVITY FOR MOLECULAR DESIGN AND TO MODELING OTHER CHARACTERISTICS
(FR) MODELISATION D'ACTIVITE BIOLOGIQUE D'UNE CONFORMATION MOLECULAIRE ET MODELISATION D'AUTRES CARACTERISTIQUES PAR UNE TECHNIQUE D'APPRENTISSAGE MACHINE
Abstract: front page image
(EN)Explicit representation of molecular shape of molecules is combined with neural network learning methods to provide models with high predictive ability that generalize to different chemical classes where structurally diverse molecules exhibiting similar surface characteristics are treated as similar. A new machine-learning methodology is disclosed that can accept multiple representations of objects (100) and construct models (102-114) that predict characteristics of those objects (116). An extension of this methodology can be applied in cases where the representations of the objects are determined by a set of adjustable parameters. An iterative process applies intermediate models to generate new representations of the objects by adjusting parameters (108) and repeatedly retrains the models to obtain better predictive models. This method can be applied to molecules because each molecule can have many orientations and conformations, or representations, that are determined by a set of translation, rotation, and torsion angle parameters.
(FR)La représentation explicite de la forme moléculaire de molécules est combinée à des procédés d'apprentissage de réseau neuronal, de façon à obtenir des modèles présentant une capacité prédictive élevée se généralisant à différentes catégories chimiques, où des molécules possédant des structures différentes et présentant des caractéristiques de surface semblables sont traitées en tant que molécules similaires. L'invention concerne une nouvelle méthode d'apprentissage machine pouvant accepter des représentations multiples d'objets (100) et de modèles de structure (102-114) prédisant des caractéristiques de ces objets (116). Une extension de cette méthode peut s'appliquer à des cas où les représentations des objets sont déterminées par un ensemble de paramètres ajustables. Un procédé itératif applique des modèles intermédiaires, de façon à générer de nouvelles représentations des objets par ajustement de paramètres (108) et retraite les modèles de manière répétée, afin d'obtenir de meilleurs modèles prédictifs. Ce procédé peut s'appliquer à des molécules étant donné que chaque molécule peut posséder de nombreuses orientations et conformations, ou représentations, qui sont déterminées par un ensemble de paramètres de translation, de rotation et d'angle de torsion.
Designated States: AM, AT, AU, BB, BG, BR, BY, CA, CH, CN, CZ, DE, DK, ES, FI, GB, GE, HU, JP, KP, KR, KZ, LK, LU, LV, MD, MG, MN, MW, NL, NO, NZ, PL, PT, RO, RU, SD, SE, SI, SK, TJ, TT, UA, US, UZ, VN.
European Patent Office (AT, BE, CH, DE, DK, ES, FR, GB, GR, IE, IT, LU, MC, NL, PT, SE)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, ML, MR, NE, SN, TD, TG).
Publication Language: English (EN)
Filing Language: English (EN)