3DMolFormer雙通道框架入選ICLR
基於結構的藥物發現包含蛋白質-小分子配體對接與針對靶點口袋的3D藥物設計兩大核心任務,現有方法卻難以充分利用兩者的對偶性。清華大學、微軟研究院等機構提出統一的雙通道transformer框架3DMolFormer,成果入選ICLR 2025。
兩大任務割裂
對接與3D藥物設計是藥物發現領域的核心挑戰,但現有方法各自為戰,未能善用兩個任務之間的對偶關係;單一任務的方法還面臨3D信息建模困難、訓練數據不足的雙重挑戰。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
