.png){kind=icon}
返回
Multi-Objective Structure-Based Drug Design Using Causal Discovery
.png){kind=icon}
PRE
AI
DOI：10.1109/TCBBIO.2025.3572178.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于结构的药物设计（SBDD）是药物发现过程中的一个关键子任务，其中深度生成模型发挥着关键作用。本质上，药物设计是一个多目标任务，因为一个有前景的药物候选物必须满足多种性质。然而，现有的SBDD方法要么仅关注分子与靶标蛋白之间的结合亲和力，而忽略了其他重要性质，要么假设目标性质彼此独立。但实际上，性质之间往往存在潜在关系，这些关系可能是冲突的——改善某一性质可能导致另一性质恶化。当前方法对这些关系的缺乏考虑，使得同时满足多个目标的分子生成变得不可行。为解决上述问题，提出了一种基于扩散模型的多目标SBDD算法，以同时优化结合亲和力和其他药物性质。训练多个专家网络进行并行预测，以预测中间状态分子的性质并传递梯度，并通过因果发现算法构建因果图，揭示目标性质间的潜在关系。在整个生成过程中，根据因果图合理分解目标性质的联合分布，然后将各性质的梯度应用于引导生成方向。实验结果表明，本模型能够有效同时优化多个目标，生成的分子相较于基线模型具有更大的成药潜力。
Keyword:
Drug design
multi-objective optimization
diffusion model
期刊
I
IF:
3.4
论文数:
3.3K
被引数:
6.4K
机构
引用论文
Large language models generate functional protein sequences across diverse families大型语言模型生成跨不同家族的功能蛋白质序列.png)
NATURE BIOTECHNOLOGY
OAAI
NATURE BIOTECHNOLOGYIF41.7
OAAI分享收藏分享收藏分享收藏分享收藏Transformer-Based Molecular Generative Model for Antiviral Drug Design基于Transformer的分子生成模型在抗病毒药物设计中的应用
OAAI
OAAI分享收藏Molecular Sets (MOSES): A Benchmarking Platform for Molecular Generation Models分子集 (MOSES): 分子生成模型的基准测试平台OAAI
OAAI分享收藏PocketFlow is a data-and-knowledge-driven structure-based molecular generative modelPocketFlow是一种数据和知识驱动的基于结构的分子生成模型OAAI
OAAI分享收藏
查看更多内容