在这项工作中,作者提出了DiffLinker,一种新的 E(3)-等变的 3D 条件扩散模型,用于分子 linker 设计。DiffLinker 通过生成 linker(即一个将输入片段互联的原子点云)来从一组断开的片段中设计出现实的分子。与之前只能连接片段对的方法不同,DiffLinker 能够自然地扩展到任意数量的片段。同时,该方法不需要指定片段的...
DiffLinker-使用等变3D条件扩散模型设计进行Linkers分子的设计背景 基于结构的药物设计(Structure-Based Drug Design, SBDD)是一种利用蛋白质的三维结构信息来设计和优化药物分子的方法。通过了解靶标蛋白质的结…
研究还证明了 DiffLinker 可以以靶标蛋白口袋为条件;模型尊重周围蛋白质原子施加的几何约束,并生成在结构上与相应口袋兼容的分子。 三个案例研究 为了证明 DiffLinker 在实际药物设计应用中的相关性,研究人员提供了三个案例研究:热休克蛋白 90 (Hsp90) 和肌苷 5'-单磷酸脱氢酶 (IMPDH) 抑制剂的基于片段的设计,以...
研究人员表示，「DiffLinker 是第一个不受输入片段数量限制并考虑口袋信息的方法。我们的总体目标是，为从业者提供在真实药物设计中生成分子 linker 的有效工具。」
最先进的生成方法:条件扩散模型 DiffLinker 在此,研究人员解决了放置在三维 (3D) 环境中的片段连接起来的问题,并可以将设计过程调节到靶标蛋白口袋。 DiffLinker 是一种条件扩散模型,可以为一组表示为 3D 原子点云的输入片段生成分子 linker。 首先,模型生成预期 linker 的大小,然后从正态分布中采样初始 linker 原...
最先进的生成方法:条件扩散模型 DiffLinker 在此,研究人员解决了放置在三维 (3D) 环境中的片段连接起来的问题,并可以将设计过程调节到靶标蛋白口袋。 DiffLinker 是一种条件扩散模型,可以为一组表示为 3D 原子点云的输入片段生成分子 linker。 首先,模型生成预期 linker 的大小,然后从正态分布中采样初始 linker 原...
DiffLinker设计分子连接子的创新方法标志着药物设计的重大进步,特别是其整合多个片段和解释目标蛋白袋的容量。然而,它的实用性取决于实验验证,以确认其提出的分子的生物活性和药代动力学。从计算模型到临床有效药物的转移是复杂的,因为生物系统可能会带来超出计算机预测的不可预见的挑战。 DiffLinker价值的真正衡量标准是...
研究还证明了 DiffLinker 可以以靶标蛋白口袋为条件;模型尊重周围蛋白质原子施加的几何约束,并生成在结构上与相应口袋兼容的分子。 三个案例研究 为了证明 DiffLinker 在实际药物设计应用中的相关性,研究人员提供了三个案例研究:热休克蛋白 90 (Hsp90) 和肌苷 5'-单磷酸脱氢酶 (IMPDH) 抑制剂的基于片段的设计,以...
简介:【5月更文挑战第5天】微软研究院在Nature子刊发表新成果,提出药物分子设计模型DiffLinker。该深度学习模型利用扩散过程生成具有特定化学性质的分子结构,优化药物效能。DiffLinker能加速设计过程,提高效率,但需大量数据训练,且生成结果可能受数据偏差影响。[[1](https://www.nature.com/articles/s42256-024-00815-...
Given a set of disconnected fragments in 3D, DiffLinker places missing atoms in between and designs a molecule incorporating all the initial fragments. Our method can link an arbitrary number of fragments, requires no information on the attachment atoms and linker size, and can be conditioned on...