基于荷理思式条件的扩散模型用于配体为导的全新药物设计
机器学习
2025-05-16 v1
摘要
开发活性分子仍是药物发现中的核心环节，具有时间和成本的高额要求，尤其是针对缺乏结构或功能数据的数据新靶点。荷理思式建模提供了一种捕获分子生物活性所必需关键特征的替代方法。本文提出PharmaDiff——一种荷理思式条件扩散模型用于3D分子生成。PharmaDiff采用基于Transformer的架构，将分子的原子表示的3D荷理思式集成到生成过程中，实现与预定义荷理思式假设相匹配的精确3D分子图生成。通过全面测试，PharmaDiff在匹配3D荷理思式约束方面优于配体为导的药物设计方法。此外，它在不依赖靶标蛋白结构的情况下，在多种蛋白质上实现更高的对接分数。通过将荷理思式建模与3D生成技术集成，PharmaDiff为理性药物设计提供了一个强大且灵活的框架。
引用
@article{arxiv.2505.10545,
title = {Pharmacophore-Conditioned Diffusion Model for Ligand-Based De Novo Drug Design},
author = {Amira Alakhdar and Barnabas Poczos and Newell Washburn},
journal= {arXiv preprint arXiv:2505.10545},
year = {2025}
}