雙擴散模型結合多目標優化助力藥物設計
設計具理想理化性質的潛在藥物分子,一直是藥物發現的重大挑戰。基於深度學習的全新分子生成方法近年進展顯著,當中以去噪擴散模型為框架的工作展現出極大潛力,但仍有多項瓶頸待解。
現有局限
現有3D分子生成方法往往難以同時優化多個分子性質,對潛在藥物分子的關鍵性質考慮不足,已開發生成模型的應用能力有待提升;直接採用原子距離分佈嵌入圖神經網絡,亦難準確捕捉分子的拓撲與幾何資訊。


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。
