潜在化学空间搜索用于插件多目标分子生成
原文约400字/词，阅读约需1分钟。发表于：。本研究通过开发一种多功能的 “插件” 分子生成模型，结合多个目标相关性、药物相似性和可合成性，来解决多目标生成、模型适应性以及药物发现实际应用中的挑战。在药物发现的背景下，我们改进了粒子群优化算法（PSO），通过比较实验发现 PSO-ENP...
本研究开发了一种多功能的“插件”分子生成模型，通过改进粒子群优化算法，发现PSO-ENP是最佳变体。该模型整合了目标配体亲和力预测器，提高了模型的效用。实例研究聚焦于生成和优化类似药物的大型海洋天然产物，展示了PSO-ENP在实际药物发现中的潜力。
