Kirjaudu sisään
näkemys - 구조 기반 약물 설계
구조 기반 약물 설계를 위한 자기회귀 확산 모델링 AUTODIFF
AUTODIFF는 분자 구조의 유효성과 현실성을 보장하면서도 높은 결합 친화도를 가진 분자를 생성할 수 있는 새로운 확산 기반 프래그먼트 자기회귀 생성 모델이다.
구조 기반 분자 최적화를 위한 제어 가능하고 분해된 확산 모델
본 연구는 확산 모델과 최적화 알고리즘을 결합하여 분자 문법을 학습하고 원하는 특성을 최적화하는 새로운 분자 생성 패러다임을 제안한다. 또한 리간드 분해를 통해 de novo 설계와 제어 가능한 생성 작업을 통합하는 통일된 프레임워크를 제공한다.
구조 기반 분자 최적화를 위한 제어 가능하고 분해된 확산 모델
본 연구는 확산 모델과 최적화 알고리즘을 결합하여 분자 문법을 학습하고 원하는 특성을 최적화하는 새로운 분자 생성 패러다임을 제안한다. 또한 리간드를 하위 구조로 분해하여 세부적인 제어와 국소 최적화를 가능하게 하는 통합 프레임워크를 제공한다.
구조 기반 약물 설계에서 특이성 재고: 델타 점수와 에너지 유도 확산을 활용하여
구조 기반 약물 설계에서 기존 방법들은 분자의 일반적인 결합 능력을 향상시키는데 초점을 맞추었지만, 특이적 결합 능력은 간과해왔다. 이 연구에서는 델타 점수라는 새로운 평가 지표를 제안하고, 에너지 유도 확산 모델을 개발하여 특이적 결합 능력을 향상시키는 방법을 제시한다.
구조 기반 약물 설계를 위한 분해된 사전을 가진 확산 모델 DECOMPDIFF
약물 설계 시 약물 분자를 팔과 골격으로 분해하고, 이를 반영한 사전 분포를 가진 확산 모델을 제안하여 약물 분자 생성 성능을 향상시킴.
Tuotteet | Materiaalit
© 2024 by Linnk AI