電子雲作潛變量 ECloudGen拓展分子生成
基於結構的分子生成是AI驅動藥物設計的重要方向,但發展受制於蛋白—配體複合物結構數據稀缺。浙江大學、上海交通大學與徐州醫科大學團隊聯合提出新方法ECloudGen,成果發表於Nature Computational Science。
電子雲潛變量
ECloudGen受量子化學計算啟發,引入電子雲作為具有物理意義的潛變量,並融合潛變量擴散模型,提升蛋白—配體相互作用的表征能力,使分子生成過程更貼近真實的物理世界。


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。
