藥物分子設(shè)計(jì)新策略，微軟條件擴(kuò)散模型DiffLinker登Nature子刊

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：藥物分子設(shè)計(jì)新策略，微軟條件擴(kuò)散模型DiffLinker登Nature子刊
關(guān)鍵字：片段,報(bào)告,分子,方法,原子
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：5254字

內(nèi)容摘要：

將 ScienceAI設(shè)為星標(biāo)
第一時(shí)間掌握
新鮮的 AI for Science 資訊編輯 | 紫羅
藥理學(xué)領(lǐng)域的化學(xué)空間高達(dá) 10^60，在廣闊的化學(xué)空間中進(jìn)行搜索，給藥物設(shè)計(jì)帶來了巨大的挑戰(zhàn)。
基于片段的藥物發(fā)現(xiàn)一直是早期藥物開發(fā)的有效范例。然而，該領(lǐng)域面臨的一個(gè)挑戰(zhàn)是，如何設(shè)計(jì)斷開的感興趣分子片段之間的連接子（linker），生成化學(xué)上合理的候選藥物分子。
在此，來自微軟研究院科學(xué)智能中心（AI4Science）、洛桑聯(lián)邦理工學(xué)院、牛津大學(xué)和 MIT 的研究團(tuán)隊(duì)，提出了一種用于分子 linker 設(shè)計(jì)的 E(3) 等變?nèi)S條件擴(kuò)散模型 DiffLinker。
與以前只能連接分子片段對的方法不同，新方法可以連接任意數(shù)量的片段。此外，模型會(huì)自動(dòng)確定 linker 中的原子數(shù)量及其與輸入片段的連接點(diǎn)。
DiffLinker 在標(biāo)準(zhǔn)數(shù)據(jù)集上優(yōu)于其他方法，可生成更多樣化且可合成的分子。在實(shí)際應(yīng)用中對其方法進(jìn)行實(shí)驗(yàn)測試，表明它可以成功生成以靶標(biāo)蛋白口袋為條件的有效 linker。
研究人員表示，術(shù)語「linker」泛指任何能夠連接起始分子片段的化學(xué)物質(zhì)，并不特指與所討論任一領(lǐng)域相關(guān)術(shù)語的特

原文鏈接：藥物分子設(shè)計(jì)新策略，微軟條件擴(kuò)散模型DiffLinker登Nature子刊

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：almosthuman2014
作者簡介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺