暂无搜索历史
论文题目:Capabilities, specificity gaps and training-data dependence of AlphaFold3 a...
论文题目: A diffusion-based framework for designing molecules in flexible protein po...
论文题目: Improving de novo protein binder design with deep learning 期刊: Nature Comm...
这篇 Nature 文章提出了一个非常直接但影响深远的问题:一个训练来预测蛋白结构的深度网络,是否不仅能读懂天然蛋白,也能反过来设计从未在自然界出现过的新蛋白?...
RFdiffusion 是 AI 蛋白设计领域非常值得精读的一篇工作。它的核心贡献不是简单把扩散模型搬到蛋白上,而是把 RoseTTAFold 这类结构预测网络...
这项工作构建了一个基于现有肽合成设备的自动化并行小分子合成平台,将2290万规模的可计算化学空间约束为具有明确反应路线的可执行化学空间,并通过CCR2前瞻性虚拟...
论文题目: Apo2Mol: 3D Molecule Generation via Dynamic Pocket-Aware Diffusion Models ...
论文题目: FlexSBDD: Structure-Based Drug Design with Flexible Protein Modeling 作者: Z...
论文题目: Facilitating structure-based drug discovery with an artificial intelligenc...
论文题目:Improved protein structure prediction using predicted interresidue orientat...
论文题目: SynLaD: Latent Diffusion for Generating Synthesizable Molecules Conditione...
论文标题: Sesame: Structure-Aware Molecular Generation via Spatial Density-Map Condi...
论文标题: Folding, Reasoning, and Scaling with Open-source Drug Discovery Engine 项目:...
蛋白质设计的核心难题之一,是给定一个目标骨架结构,找到能够稳定折叠到该结构的氨基酸序列。传统 Rosetta 方法依赖能量函数与侧链构象搜索,计算成本高,也常需...
我最近一直在思考一个问题:不同类型生物分子的“信息含量”究竟有多大。小分子、多肽、抗体和寡核苷酸在不同场景下都可以成为有价值的治疗资产,但它们在合成、开发和模拟...
早期药物发现的核心任务是:在庞大的化学宇宙中高效定位具有生物活性、满足多重药理学标准的小分子候选药物。
计算机辅助药物设计(Computer-Aided Drug Design, CADD)是现代制药研发的核心工具之一。随着深度学习的兴起,生成式分子设计(Gene...
本文是一篇方法学透明度较高的AI从头药物设计实证研究。研究团队使用 AstraZeneca 开发、Evotec 定制化改造的生成式工具 REINVENT 3.2...
先导化合物优化(Lead Optimization)是药物研发流程中承上启下的关键环节,本质是一个高维、强耦合的多目标黑盒优化问题。论文提出 AutoLead,...
这是一篇非常值得关注的扩散模型理论论文。它不仅讨论“扩散模型为什么有效”,更进一步把扩散模型的训练过程、泛化能力和可控生成统一到一个低维结构学习的框架中。
暂未填写公司和职称
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市