已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

A dual diffusion model enables 3D molecule generation and lead optimization based on target pockets

计算机科学 生物信息学 化学空间 药物发现 生物系统 人工智能 计算生物学 化学 生物信息学 生物 生物化学 基因
作者
Lei Huang,Tingyang Xu,Yang Yu,Peilin Zhao,Xingjian Chen,Jing Han,Zhi Xie,Hailong Li,Wenge Zhong,Ka‐Chun Wong,Hengtong Zhang
出处
期刊:Nature Communications [Springer Nature]
卷期号:15 (1) 被引量:16
标识
DOI:10.1038/s41467-024-46569-1
摘要

Abstract Structure-based generative chemistry is essential in computer-aided drug discovery by exploring a vast chemical space to design ligands with high binding affinity for targets. However, traditional in silico methods are limited by computational inefficiency, while machine learning approaches face bottlenecks due to auto-regressive sampling. To address these concerns, we have developed a conditional deep generative model, PMDM, for 3D molecule generation fitting specified targets. PMDM consists of a conditional equivariant diffusion model with both local and global molecular dynamics, enabling PMDM to consider the conditioned protein information to generate molecules efficiently. The comprehensive experiments indicate that PMDM outperforms baseline models across multiple evaluation metrics. To evaluate the applications of PMDM under real drug design scenarios, we conduct lead compound optimization for SARS-CoV-2 main protease (M pro ) and Cyclin-dependent Kinase 2 (CDK2), respectively. The selected lead optimization molecules are synthesized and evaluated for their in-vitro activities against CDK2, displaying improved CDK2 activity.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
LHL完成签到,获得积分10
9秒前
11秒前
无相完成签到 ,获得积分10
14秒前
15秒前
fransiccarey发布了新的文献求助10
15秒前
15秒前
Jasper应助科研的POWER采纳,获得10
15秒前
香蕉觅云应助大气的寻桃采纳,获得10
16秒前
快乐小菜瓜完成签到 ,获得积分10
16秒前
liweiDr发布了新的文献求助10
16秒前
开心的听双完成签到,获得积分10
17秒前
17秒前
Orange应助阿文采纳,获得10
18秒前
左丘以云完成签到,获得积分0
18秒前
Jasper应助科研通管家采纳,获得30
18秒前
Owen应助科研通管家采纳,获得10
18秒前
我是老大应助科研通管家采纳,获得10
18秒前
科研通AI2S应助科研通管家采纳,获得10
18秒前
思源应助科研通管家采纳,获得10
18秒前
华仔应助科研通管家采纳,获得10
18秒前
19秒前
19秒前
dracovu发布了新的文献求助10
20秒前
西瓜完成签到 ,获得积分10
20秒前
ssk发布了新的文献求助10
21秒前
22秒前
23秒前
23秒前
24秒前
森淼完成签到,获得积分20
25秒前
25秒前
27秒前
领导范儿应助风中刺猬采纳,获得10
27秒前
30秒前
32秒前
雪白的听寒完成签到 ,获得积分10
33秒前
棋子一小枚完成签到,获得积分10
39秒前
叶子发布了新的文献求助10
39秒前
知犯何逆完成签到 ,获得积分10
40秒前
陈陈完成签到 ,获得积分10
40秒前
高分求助中
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Handbook of Qualitative Cross-Cultural Research Methods 600
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3139360
求助须知:如何正确求助?哪些是违规求助? 2790295
关于积分的说明 7794749
捐赠科研通 2446704
什么是DOI,文献DOI怎么找? 1301351
科研通“疑难数据库(出版商)”最低求助积分说明 626134
版权声明 601123