Sci Rep｜STELLA：用于片段级化学空间探索与多参数优化的创新药物设计框架

本文介绍了Standigm研究团队提出的STELLA框架，这是一种用于片段级化学空间探索与多参数优化的创新药物设计工具。背景方面，传统药物发现方法难以覆盖庞大的化学空间，而现有计算方法在探索与利用之间存在权衡问题。研究目的是开发一种能高效生成兼具新颖性、可合成性与生物活性分子的工具。STELLA结合了进化算法和基于聚类的构象空间退火策略，通过片段替换、交叉和修剪等操作生成分子，并采用多参数目标函数进行优化。实验结果表明，与REINVENT 4和MolFinder相比，STELLA在hit化合物数量、目标性质优化和骨架多样性方面表现更优，展现出强大的化学空间探索能力和多参数优化性能。结论指出STELLA为药物发现提供了高效工具，未来可通过结合深度学习进一步强化其分子生成和性质预测能力。