上科大白芳AS: 构象系综增强的通用分子表征推动基于配体的药物发现

文章预览

创新点： 上海科技大学白芳团队通过分子间对比学习策略，将分子构象空间的系综信息引入分子表征模型，使得虚拟筛选、靶标鉴定、分子属性预测等下游任务性能得到显著提升，推动了通用分子表征方法的发展。 关键词： Advanced Science ，分子表征，构象空间，对比学习，药物发现，人工智能 分类： 生物医学与健康 近日，上海科技大学白芳课题组在国际期刊《Advanced Science》发表了题为“Conformational Space Profiling Enhances Generic Molecular Representation for AI-powered Ligand-based Drug Discovery”的研究论文。该论文提出了一种基于分子间构象空间相似性的预训练分子表征模型——GeminiMol。该模型能够有效表征药物小分子的构象空间特征，从而在包括基于配体的虚拟筛选、靶标鉴定、分子属性预测等多种药物发现任务中展现出均衡且优异的性能。 分子表征模型通过 ………………………………