Dockformer：基于变换器的大规模虚拟筛选分子对接范式
原文中文，约400字，阅读约需1分钟。发表于：。本研究针对大规模化合物库虚拟筛选中的传统对接模型计算复杂度高的问题，提出了一种新的基于深度学习的对接方法Dockformer。该方法通过多模态信息捕捉分子的几何拓扑和结构知识，成功提高了对接精度和效率，实验显示Dockformer在多项基准测试中表现优异，且推理速度提高了超过100倍，特别是在药物设计领域具有广泛的应用潜力。
本研究提出了ScoreFormer模型，优化了药物发现中的分子对接得分预测。该模型结合PNA和LRWPE，显著提升了对复杂分子结构的理解，性能超越传统方法，推理时间减少1.65倍，验证了其鲁棒性和可靠性。
