F.4 Inicialización

En la práctica, la optimización molecular suele acelerarse mediante un cribado de preoptimización a gran escala, en el que bibliotecas de millones o incluso miles de millones de estructuras químicas existentes se puntúan y clasifican por acoplamiento, farmacocinesia y otras métricas. Solo las estructuras más prometedoras, denominadas "líderes", son refinadas posteriormente por químicos medicinales [104]. Aunque TEXTGRAD es capaz de optimizar cualquier molécula inicial, en este trabajo, para caracterizar con mayor precisión su rendimiento y evitar sesgar sus diseños hacia fármacos existentes, seleccionamos nuestras tres moléculas iniciales a partir de fragmentos simples de grupos funcionales comunes, mostrados en la Figura 1. Estos fragmentos son muy diversos y pertenecen a diferentes grupos funcionales. Aunque estos fragmentos iniciales tienen características de farmacocinesia y afinidad de unión diferentes, el impacto del fragmento de partida en el rendimiento de TEXTGRAD es mínimo, y TEXTGRAD es capaz de generar moléculas con alta farmacocinesia y afinidad de unión a partir de los tres fragmentos.