← 返回实验室

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 等靶点的内部评测中,引入逆合成路线评分后,进入人工复核的分子比例由约 3% 提升到 11%;单轮候选池规模控制在 2000~5000 个,排序同时考虑对接打分与骨架聚类多样性,减少同系物堆叠。

下一步计划:1)将 ADMET 预测接入生成闭环,做多目标帕累托筛选,而不是单一打分排序;2)对同一靶点补充“类似物扩展”与“骨架跃迁”两套策略的对照实验,明确各自适用边界;3)输出可复现的筛选记录与参数说明,便于合作方在本地环境复算与追溯。

评论

更多研究动态

查看全部实验室 →