Adv Sci｜BInD：用于多目标结构化药物设计的键和相互作用生成扩散模型
智药邦
2025-08-29 08:00
文章摘要
背景：基于结构的药物设计（SBDD）在深度学习推动下取得进展，但现有方法难以平衡多个关键药物设计目标。研究目的：提出BInD模型，通过并发生成原子、键和非共价相互作用，实现多目标结构化药物设计。结论：BInD在结合亲和力、分子性质和局部结构等方面均优于或匹配现有方法，并通过NCI驱动优化显著提升结合特异性和亲和力。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Multivariate Screening and Automated Clustering of Macrophage Immunoreactome to Nanoparticles and Photothermal Therapy (Adv. Sci. 31/2025)
DOI: 10.1002/advs.71192
Pub Date : 2025-08-23
Issue Publication Information
DOI: 10.1021/aev008i016_1975685
Pub Date : 2025-08-25
Issue Editorial Masthead
DOI: 10.1021/elv007i016_1976681
Pub Date : 2025-08-26
智药邦
J Med Chem｜北京大学来鲁华等：基于强化学习的环肽binder从头设计.
2025-08-28
ACS Catal｜AI驱动的酶工程：探索未知序列空间与协同效应.
2025-08-28
JCIM｜清华大学黄牛等：AI设计的药物分子，结构新颖性评估与启示.
2025-08-28
Nat Biotechnol｜利用人工智能重新定义可成药靶点.
2025-08-27
京公网安备 11010802042870号
