分子生成有效性提升85%
首个能同时学习分子拓扑与几何语义的多视图图生成模型，可生成结构相似且性质可调的分子，用于SARS-CoV-2抑制剂从头设计与结构优化。
Chao, Pang · Yu, Wang · 蒋一 · 王汝恒 · Xiaojun, Yao · 邹权 · Xiangxiang, Zeng · 苏苒 · 魏乐义
IEEE Transactions on Neural Networks and Learning Systems 2024
多视图表示框架能充分学习分子结构语义，生成分子有效性比现有最优方法提升 85%，大幅减少无效候选。
模型不仅能生成与目标分子结构相似的分子，还能根据需要生成具有特定化学性质的分子，支持定制化设计。
通过将分子对接作为化学先验集成到生成过程中，可直接生成具有理想类药性的候选分子，加速 COVID-19 药物发现。
对三种已知 Mpro 抑制剂进行结构优化后，结合亲和力较原分子提升 88%，展示出在治疗药物开发中的应用价值。