JCIM｜生成式深度学习用于从头药物设计

本文综述了生成式深度学习在从头药物设计中的应用，探讨了分子表示、生成模型架构、分子设计方法及评估标准等方面的研究进展。背景方面，生成式深度学习通过学习分子数据生成具有理想性质的新分子，显著加速了化合物发现进程。研究目的包括解决模型选择与候选分子优先排序的挑战，以及在化学多样性、可合成性与生物活性之间实现有效权衡。结论指出，尽管生成式药物设计取得了显著进展，但仍面临设计质量评估困难、新颖结构易被过滤和数据稀缺等挑战，未来需要更紧密的跨学科合作以提升模型的现实适用性。