药物分子设计新策略，微软条件扩散模型DiffLinker登Nature子刊

AIGC动态欢迎阅读

原标题：药物分子设计新策略，微软条件扩散模型DiffLinker登Nature子刊
关键字：片段,报告,分子,方法,原子
文章来源：机器之心
内容字数：5254字

内容摘要：

将 ScienceAI设为星标
第一时间掌握
新鲜的 AI for Science 资讯编辑 | 紫罗
药理学领域的化学空间高达 10^60，在广阔的化学空间中进行搜索，给药物设计带来了巨大的挑战。
基于片段的药物发现一直是早期药物开发的有效范例。然而，该领域面临的一个挑战是，如何设计断开的感兴趣分子片段之间的连接子（linker），生成化学上合理的候选药物分子。
在此，来自微软研究院科学智能中心（AI4Science）、洛桑联邦理工学院、牛津大学和 MIT 的研究团队，提出了一种用于分子 linker 设计的 E(3) 等变三维条件扩散模型 DiffLinker。
与以前只能连接分子片段对的方法不同，新方法可以连接任意数量的片段。此外，模型会自动确定 linker 中的原子数量及其与输入片段的连接点。
DiffLinker 在标准数据集上优于其他方法，可生成更多样化且可合成的分子。在实际应用中对其方法进行实验测试，表明它可以成功生成以靶标蛋白口袋为条件的有效 linker。
研究人员表示，术语「linker」泛指任何能够连接起始分子片段的化学物质，并不特指与所讨论任一领域相关术语的特

原文链接：药物分子设计新策略，微软条件扩散模型DiffLinker登Nature子刊