比最優技術快 8 倍：浙大侯廷軍等人提出 ResGen，基于蛋白質口袋的 3D 分子生成模型

AIGC動態歡迎閱讀

原標題：比最優技術快 8 倍：浙大侯廷軍等人提出 ResGen，基于蛋白質口袋的 3D 分子生成模型
關鍵字：分子,蛋白質,模型,口袋,原子
文章來源：HyperAI超神經
內容字數：8903字

內容摘要：

作者：彬彬
編輯：李寶珠，三羊
浙江大學與之江實驗室研究團隊提出了一種基于蛋白質口袋 (protein pocket) 的 3D 分子生成模型——ResGen，與以往最優技術相比，速度提升 8 倍，成功地生成了具有更低結合能和更高多樣性的類藥物分子。過去，創新藥物的發現往往依賴于古早配方或實驗中的偶然，例如青霉素。多年來，分子生物學和計算化學的進步，使藥物設計模式實現了從盲目篩選到合理設計的轉變。
盡管如此，藥物研發設計仍然是一個多環節流程，鏈路長且成本高昂，每一個環節的效率提高都有巨大價值。近年來，隨著 AI、大數據等技術的廣泛應用，AI 輔助藥物設計也在一次次的實驗中愈發成熟，AI 正在藥物研發的多個環節進行著提效增質的升級改革。
其中，高質量的分子生成模型可以有效提升先導化合物發現的效率。目前，大多分子生成工作都采用了基于配體的方法 (LBMG)，然而該方法存在諸多局限性，例如無法考慮分子與靶標之間相互作用模式等。因此研究者們越來越關注基于結構的分子生成 (SBMG,structure-based molecular generative) 的方法，即基于靶標結構進行相應的分

原文鏈接：比最優技術快 8 倍：浙大侯廷軍等人提出 ResGen，基于蛋白質口袋的 3D 分子生成模型

聯系作者

文章來源：HyperAI超神經
作者微信：HyperAI
作者簡介：解構技術先進性與普適性，解讀更前沿的 AIForScience 案例