Chem Rev综述｜浙江大学侯廷军/谢昌谕等：图神经网络赋能现代AI药物发现
智药邦
2025-09-22 08:00
文章摘要
背景：药物研发过程资源密集且耗时，传统方法成本高、风险大，亟需方法学突破。研究目的：浙江大学团队系统梳理图神经网络（GNN）在AI辅助药物发现中的方法学基础与应用，旨在提升分子建模效率与准确性。结论：GNN能有效处理分子图结构，在性质预测、虚拟筛选、分子生成等任务中表现卓越，但仍面临数据质量、模型可解释性及实际应用衔接等挑战，未来需构建多模态数据库、开发稳健模型并加强跨学科合作。
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
Mental Healthcare Providers Understanding and Experiences of Palliative Care: A Qualitative Analysis.
DOI: 10.1177/08258597221134865
Pub Date : 2025-10-01
Date: 2022/10/20 0:00:00
Issue Publication Information
DOI: 10.1021/apv007i017_1982758
Pub Date : 2025-09-12
Single-Crystal vs Polycrystalline Cathodes for Lithium-Ion Batteries.
DOI: 10.1021/acs.chemrev.5c00441
Pub Date : 2025-09-22
最新文章
mAbs综述｜药企统一的数字平台推进大分子发现
13小时前
京公网安备 11010802042870号
