引导的多目标生成人工智能以增强基于结构的药物设计
💡
原文中文,约400字,阅读约需1分钟。
📝
内容提要
基于深度学习的分子生成加速药物候选物的发现方法受到关注。评述了传统计算机辅助药物设计方法,提出了基于受限子图生成的统一视角,解决了生成难以合成的分子的挑战。
🎯
关键要点
- 基于深度学习的分子生成方法受到关注,旨在加速药物候选物的发现。
- 开发了多种深度生成模型用于自动药物设计,称为分子生成。
- 传统计算机辅助药物设计方法被系统评述,组织成四个主要子任务。
- 评述探讨了基本概念、目标、传统CADD技术和AIDD的最新进展。
- 提出基于受限子图生成的统一视角,协调de novo设计和主导优化。
- 通过这种视角,de novo设计与主导优化相结合,解决生成难以合成分子的挑战。
➡️