💡
原文中文，约2800字，阅读约需7分钟。
📝
内容提要
浙江大学研究团队提出Delete模型，结合生成人工智能与结构优化，提高药物设计效率。该模型有效优化先导化合物，生成高效结合分子。实验表明，Delete设计的抑制剂CA-B-1在抗肿瘤方面表现优异，显示出在药物发现中的潜力。
🎯
关键要点
-
浙江大学研究团队提出Delete模型，结合生成人工智能与结构优化，提高药物设计效率。
-
Delete模型有效优化先导化合物，生成高效结合分子。
-
实验表明，Delete设计的抑制剂CA-B-1在抗肿瘤方面表现优异，显示出在药物发现中的潜力。
-
Delete模型通过统一的掩蔽策略和等变网络设计，能够高效处理先导化合物优化任务。
-
现代人工智能辅助药物设计（AIDD）有效缩短了药物研发的时间和成本。
-
Delete模型整合了基于结构的范式和先导化合物优化方法，符合现实世界需求的复杂性。
-
Delete模型在四个子任务中优于七个基线模型，成功重现了历史药物开发案例的结果。
-
Delete成功设计了一系列针对LTK蛋白的活性配体，候选配体CA-B-1表现出优异的纳摩尔活性。
-
研究凸显了基于结构的分子生成技术在药物发现中的变革潜力，能够加速药物设计。
➡️
