前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >[J. Med. Chem. | 论文简读] RELATION:基于结构的新药设计深度生成模型

[J. Med. Chem. | 论文简读] RELATION:基于结构的新药设计深度生成模型

作者头像
智能生信
发布2022-12-29 17:16:48
3210
发布2022-12-29 17:16:48
举报
文章被收录于专栏:智能生信

简读分享 | 庞超 编辑 | 赵晏浠

论文题目

RELATION:A Deep Generative Model for Structure-Based De Novo Drug Design

论文摘要

基于深度学习的从头分子设计近年来获得了相当大的关注。许多基于DL的生成模型已经成功用于设计新分子,但这些方法大多数以配体为中心,靶点口袋的三维几何结构在分子生成中尚未得到很好的利用。在这里,作者提出了一种新的基于3D的生成模型RELATION。在RELATION中,BiTL算法被专门设计用于提取和转移蛋白质配体复合物的几何特征到一个隐空间进行生成。药效团条件和基于对接的贝叶斯采样也被应用以有效地遍历广阔的化学空间,设计具有所需几何特性和药效团特征的分子。作者将RELATION用于设计两个靶点AKT1和CDK2的抑制剂。结果表明,该模型能够有效地生成具有良好结合亲和力和药效团特征的新分子。

论文链接

https://pubs.acs.org/doi/10.1021/acs.jmedchem.2c00732

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-10-29,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 智能生信 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档