返回
Knowledge-guided diffusion model for 3D ligand-pharmacophore mapping
DOI:10.1038/s41467-025-57485-3.png)
摘要
En 中文
药效基是关键化学相互作用模式的抽象,在药物发现中占据不可替代的地位。尽管存在许多药效基工具,但深度学习在药效基引导的药物发现中的应用仍然相对较少。本文提出了一种知识引导的扩散框架,用于“实时”3D配体-药效基映射,命名为DiffPhore。它利用配体-药效基匹配知识来引导配体构象生成,同时利用校准采样来缓解迭代构象搜索过程中的暴露偏差。通过对两个自建3D配体-药效基对数据集的训练,DiffPhore在预测配体结合构象方面达到了最先进性能,超越了传统药效基工具和几种先进的对接方法。它还表现出在先导化合物发现和靶点筛选方面的卓越虚拟筛选能力。使用DiffPhore,我们成功识别了结构不同的类谷氨酰胺环化酶抑制剂,并通过共晶解析进一步验证了它们的结合模式。我们相信这项工作将推动AI赋能的药效基引导药物发现技术。
Keyword:
DISCOVERY
DATABASE
期刊
IF:
15.7
论文数:
9.4W
被引数:
91.2W
机构
暂无机构信息
引用论文
Hydrazides Are Potent Transition-State Analogues for Glutaminyl Cyclase Implicated in the Pathogenesis of Alzheimer’s Disease
Biochemistry
IF0
AutoDock Vina 1.2.0: New Docking Methods, Expanded Force Field, and Python BindingsAutoDock Vina 1.2.0: 新的对接方法,扩展的力场和Python绑定
The Generation of a Unique Machine Description for Chemical Structures-A Technique Developed at Chemical Abstracts Service.为化学结构生成独特的机器描述-化学文摘社开发的一项技术。

