Nature 子刊，化学语言模型自动设计多靶点配体
💡
原文中文，约1700字，阅读约需4分钟。
📝
内容提要
德国研究人员利用化学语言模型（CLM）成功设计了针对代谢综合征六个靶标的多靶标配体。经过微调，CLM生成的化合物在至少一个靶标上显示出显著活性，验证了其在药物发现中的潜力。
🎯
关键要点
- 德国研究人员利用化学语言模型（CLM）成功设计了针对代谢综合征六个靶标的多靶标配体。
- CLM能够自动设计具有所需属性的分子，并在药物发现中显示出潜力。
- 研究人员通过微调CLM，使其生成与靶标对的已知配体相似的类药物分子。
- 经过合成和测试，所有选定的设计都对至少一种靶标蛋白质具有显著活性。
- 研究重点是代谢综合征相关疾病中的六个靶标，包括AT1、FXR、FFAR1、PPARδ、THRβ和sEH。
- CLM的应用展示了在多靶标配体的自动从头设计中的价值，强调了其在药物研发中的潜力。
➡️
