AI虚拟筛选定制：骨架跃迁与合成可及性
在虚拟筛选定制交付中，我们近期把实验重点放在“生成—打分—排序”链路的一致性上。常见问题是：生成模型给出的分子对接打分漂亮，但骨架过于新颖、合成路线长，客户化学团队难以推进。 本轮采用约束片段生长：以客户已有活性骨架为起点，限定可替换基团与…
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-10-01
AI分子生成定制：骨架跃迁与合成可行性约束
在近期的分子生成与虚拟筛选定制交付中，我们把重心放在“生成即过滤”：先由条件生成模型在骨架约束与药效团约束下产出候选分子，再依次通过合成可行性、理化性质与专利空间三层过滤，避免把算力消耗在难以合成的结构上。 进展：在激酶、GPCR 等靶点的…
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-10-01
AI分子生成定制：虚拟筛选的构效约束与合成可行性
在AI药物研发实验室的定制交付中，分子生成与虚拟筛选常被当成两个独立环节：前者产出候选结构，后者负责打分排序。实际落地时，断点往往出现在两者之间——生成模型给出的分子在对接打分上表现优异，却因骨架过于复杂、手性中心偏多或起始原料难以获得，最…
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-09-30
AI分子生成与虚拟筛选：骨架跃迁与成药性前置过滤
本月实验室围绕「骨架跃迁 + 成药性前置过滤」的生成—筛选链路做了一轮收敛实验。此前把生成模型与分子对接串联时，常见问题是高打分分子集中在少数已知骨架附近，多样性不足、后续可合成性差。我们改为在生成阶段引入片段约束以保留关键药效团，在筛选阶…
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-09-30
AI分子生成定制：合成可及性与筛选闭环
在分子生成与虚拟筛选的定制交付中，最容易被低估的不是模型规模，而是「生成—筛选—可合成」三段之间的信息损耗。近期我们对实验室内部方法做了一轮梳理：把生成模型的条件从单一靶点对接分数，改为对接分数、合成可及性（SA）与类药性约束的联合打分，并…
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-09-29
AI分子生成与虚拟筛选：骨架跃迁与对接打分
在「AI药物研发实验室：分子生成与虚拟筛选定制交付」方向，近期我们把重心放在“生成—筛选—重打分”闭环的工程化落地，而非单纯堆叠模型规模。 做法上，以靶点口袋结构为条件，用骨架跃迁与片段生长两类生成策略产出候选分子；随后依次通过类药性、合成…
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-09-29
AI分子生成与虚拟筛选：从靶点到候选的交付闭环
本实验室近期把分子生成、虚拟筛选与可合成性评估串成可交付流水线：按靶点口袋和药化约束生成候选，经对接打分、相似性去重、ADMET 与合成路线初筛，输出可验证的候选清单，而不是只给一批结构。 进展：在内部回测中，条件生成加多级筛选使 top …
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-09-28
AI分子生成：把合成可及性纳入筛选闭环
在近期的定制交付中我们发现，单纯以对接打分或类药性驱动的分子生成，常产出「高分但买不到、也做不出」的结构——新颖性指标漂亮，化学家接手后却卡在路线与收率上。为此我们把合成可及性从事后过滤前移为生成约束：生成阶段引入SA score、逆合成路…
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-09-28
AI分子生成与虚拟筛选：先导化合物命中率实验记录
本轮实验围绕骨架跃迁场景，验证「生成模型 + 物理打分」两段式流程的可用性。任务设定：给定已确认的靶点结合口袋与已知活性分子，要求生成结构新颖、可合成、且预测亲和力不劣于原分子的候选。 流程上先用条件生成模型（基于口袋原子特征与药效团约束）…
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-09-28
AI分子生成定制：骨架跃迁与合成可行性
在AI药物研发实验室近期的定制交付中，我们把分子生成与虚拟筛选串成可迭代闭环：先以靶点口袋和已知活性数据约束生成模型，再做骨架跃迁扩展化学空间，最后用对接打分、ADMET预测与可合成性评估联合排序。 当前进展： 对一组激酶靶点，生成分子经3…
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-09-27
AI分子生成定制：骨架跃迁与虚拟筛选闭环
在分子生成与虚拟筛选的定制交付中，我们把流程拆成生成、过滤、对接、复核四段，每段保留可解释的中间产物，便于客户回溯与调整。生成阶段以靶点口袋或已知活性骨架为条件，用片段约束与骨架跃迁控制化学空间的探索方向，而不是无约束地追求“新”。过滤阶段…
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-09-27
AI分子生成定制：虚拟筛选命中率与合成可及性
在分子生成与虚拟筛选的定制交付中，我们更关心一件事：生成的分子能否被合成、能否进入湿实验验证。近期我们把流程收敛为「约束式生成 + 分层筛选」两段式。生成端以片段拼接为骨架，同时引入 QED、溶解度、合成可及性（SA）与毒性基团的硬约束，减…
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-09-27
AI分子生成与虚拟筛选：级联筛选与骨架去泄漏
在分子生成与虚拟筛选的定制交付中，我们把流程拆成三段：条件生成、级联筛选、可合成性复核。生成阶段以靶点口袋特征与类药性约束为条件，单轮产出1万~5万条SMILES，经去重、标准化与盐离子剥离后通常保留六成左右；筛选阶段先按QED、SAsco…
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-09-26
AI分子生成定制：可合成性约束下的候选收敛
本篇进展来自AI药物研发实验室的分子生成与虚拟筛选定制交付。近期我们把生成环节的目标从“多样性优先”调整为“可合成、可推进优先”：在骨架约束生成之外，把合成可及性评分、逆合成路径步数和常见反应兼容性设为硬门槛，先过滤再排序。 — 阶段性数据…
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-09-26
AI分子生成定制：虚拟筛选中的可合成性把关
分子生成与虚拟筛选最常见的失真是：模型在二维打分函数上把分数刷得很高，落到实验台上却无法合成或无法成靶。本期实验室把交付重点从“生成更多”调整为“生成可用”，在生成与筛选之间插入一层可合成性与成药性硬约束，并保留人工复核接口。 具体做法分三…
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-09-26
AI分子生成定制：片段拼接与合成可及性校验
在AI药物研发实验室的分子生成与虚拟筛选定制交付中，我们近期把重点放在“生成即筛选”的闭环：不再只追求生成分子的新颖性，而是前置合成可及性与对接打分，减少无效候选。 进展：以片段拼接为条件生成骨架，接入SAscore、反应规则与快速对接代理…
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-09-25
AI分子生成与虚拟筛选：先导化合物优化的实验进展
在 AI 制药方向，我们把一次虚拟筛选拆成四步：靶点口袋准备、化合物库粗筛、条件分子生成、打分模型与实验数据的交替校准。最近一轮内部实验中，我们以一款激酶靶点为对象，先对约 120 万化合物库做对接打分粗筛，取前 5% 进入重打分与相互作用…
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-09-25
AI分子生成与虚拟筛选定制：先导化合物发现的三步实践
分子生成与虚拟筛选的关键不在模型规模，而在把"可合成、可成药、可验证"串成闭环。本实验室的定制交付把流程固定为三步：口袋条件生成 → 物性/ADMET 过滤 → 对接与打分复核。 近期进展： 1）以靶点口袋结构为条件训练…
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-09-25
AI分子生成与虚拟筛选：从打分函数到湿实验闭环
在AI药物研发实验室本阶段的工作中，我们把重点放在“生成—筛选—排序”链路的可复现性上，而非单纯追求生成分子的数量。 进展：搭建了一套以靶点结构为约束的分子生成与虚拟筛选流水线。生成端采用条件生成模型，支持指定骨架或药效团片段做约束采样；筛…
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-09-24
分子生成与虚拟筛选：AI制药交付中的可复现实验
在AI制药的定制交付中，分子生成与虚拟筛选常被当作两个独立模块：前者负责“想”，后者负责“筛”。我们把它们接成一个闭环，重心放在可复现性上——同一输入、同一版本、同一随机种子，结果应能一致复现，否则后续的活性讨论就失去基准。 近期进展（单靶…
🧬 AI药物研发实验室：分子生成与虚拟筛选定制交付2026-09-24