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:7
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
刚刚
刚刚
Ting完成签到,获得积分10
刚刚
烟花应助ran采纳,获得10
1秒前
1秒前
racill发布了新的文献求助10
2秒前
2秒前
2秒前
受伤芝麻发布了新的文献求助20
3秒前
4秒前
风想随心发布了新的文献求助10
4秒前
科研通AI2S应助禹泽洋采纳,获得10
5秒前
坦率的语堂完成签到,获得积分10
6秒前
科研通AI2S应助cugwzr采纳,获得10
6秒前
LL来了发布了新的文献求助10
7秒前
自信若灵发布了新的文献求助10
7秒前
SWW完成签到,获得积分10
7秒前
青寻驳回了乐乐应助
9秒前
20182531027发布了新的文献求助10
9秒前
10秒前
11秒前
自信的yu发布了新的文献求助10
12秒前
风想随心完成签到,获得积分10
12秒前
星辰发布了新的文献求助10
12秒前
鲤鱼青槐完成签到,获得积分10
12秒前
wanci应助普通的大美女采纳,获得10
13秒前
谷粱紫槐完成签到,获得积分10
14秒前
15秒前
Hello应助HHHHHN采纳,获得10
15秒前
千俞完成签到,获得积分10
16秒前
16秒前
陆为完成签到,获得积分10
16秒前
17秒前
BitBong完成签到,获得积分10
17秒前
17秒前
20182531027完成签到,获得积分10
18秒前
Cactus发布了新的文献求助10
18秒前
Song发布了新的文献求助10
18秒前
真的不是胖虎妹妹啦完成签到,获得积分20
19秒前
20秒前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
CLSI EP47 Evaluation of Reagent Carryover Effects on Test Results, 1st Edition 800
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 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 3053450
求助须知:如何正确求助?哪些是违规求助? 2710716
关于积分的说明 7423001
捐赠科研通 2355188
什么是DOI,文献DOI怎么找? 1246891
科研通“疑难数据库(出版商)”最低求助积分说明 606177
版权声明 595975