Adv. Sci. | 构象系综增强的通用分子表征促进基于配体的药物发现

主要观点总结

上海科技大学免疫化学研究所/生命科学与技术学院双聘助理教授白芳课题组在国际期刊Advanced Science杂志上发表了一篇研究论文，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。该模型能够系统表征药物小分子的构象空间特征，并在多种药物发现任务上表现出优良性能。该研究团队在多个药物研发应用项目中使用了该模型，并证实了其潜力。所有数据集和代码均已开放储存和开源。

关键观点总结

关键观点1: 研究成果

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，可系统表征药物小分子的构象空间特征，在多种药物发现任务上表现出均衡的优良性能。

关键观点2: 模型的应用

研究团队在多种药物研发应用项目中使用了GeminiMol模型，并在多个任务中表现出有竞争力的性能，证实了其应用于多种药物发现任务的优良潜力。

关键观点3: 数据集的开放

论文的所有训练数据集、下游任务基准测试集、药物筛选应用所需的化合物数据集均已开放储存在Zenodo仓库，模型、代码和使用教程均已开源在GitHub仓库。