浙江大学侯廷军教授团队《自然·通讯》：一种基于大语言模型的词元化药物设计大模型Token-Mol

本研究由浙江大学侯廷军教授团队提出了一种基于大语言模型的词元化药物设计大模型Token-Mol，旨在解决现有方法难以有效整合三维分子结构信息的问题。Token-Mol通过将二维和三维结构信息以及分子性质编码为离散词元，采用Transformer解码器架构和高斯交叉熵损失函数（GCE），显著提升了模型在分子构象生成、性质预测和基于口袋的分子生成等下游任务中的表现。实验结果表明，Token-Mol在多个任务中优于现有模型，尤其在生成速度和质量上有显著提升。该研究为创新药物研发提供了有力的工具，并为统一人工智能药物设计模型开辟了新途径。