本研究提出了Diffleop模型，针对深度学习三维生成模型在优化过程中未充分考虑蛋白-配体结合亲和力的问题。结果表明，Diffleop在多个指标上优于基线模型，尤其在结合亲和力方面表现突出。

本研究提出的BIT模型有效解决了预训练模型在小分子与蛋白质结合相互作用方面的不足。BIT通过混合专家方法编码分子，显著提升了相互作用捕捉能力，实验结果表明其在结合亲和力预测等任务中表现优异，具有广泛的应用潜力。

本研究使用基于结构的药物设计方法和自动生成模型AUTODIFF，以及分子组装策略conformal motif和SE(3)-等变卷积网络，在CrossDocked2020实验中显示出更好的性能，能够生成具有有效结构和构象的真实分子，并保持较高的结合亲和力。