AIGC動態歡迎閱讀

原標題：藥物分子設計新策略，微軟條件擴散模型DiffLinker登Nature子刊
關鍵字：片段,報告,分子,方法,原子
文章來源：機器之心
內容字數：5254字

內容摘要：

將 ScienceAI設為星標
第一時間掌握
新鮮的 AI for Science 資訊編輯 | 紫羅
藥理學領域的化學空間高達 10^60，在廣闊的化學空間中進行搜索，給藥物設計帶來了巨大的挑戰。
基于片段的藥物發現一直是早期藥物開發的有效范例。然而，該領域面臨的一個挑戰是，如何設計斷開的感興趣分子片段之間的連接子（linker），生成化學上合理的候選藥物分子。
在此，來自微軟研究院科學智能中心（AI4Science）、洛桑聯邦理工學院、牛津大學和 MIT 的研究團隊，提出了一種用于分子 linker 設計的 E(3) 等變三維條件擴散模型 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量的片段。此外，模型會自動確定 linker 中的原子數量及其與輸入片段的連接點。
DiffLinker 在標準數據集上優于其他方法，可生成更多樣化且可合成的分子。在實際應用中對其方法進行實驗測試，表明它可以成功生成以靶標蛋白口袋為條件的有效 linker。
研究人員表示，術語「linker」泛指任何能夠連接起始分子片段的化學物質，并不特指與所討論任一領域相關術語的特

原文鏈接：藥物分子設計新策略，微軟條件擴散模型DiffLinker登Nature子刊

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺