首次实现分子生成与性质预测的统一，清华团队提出两阶段扩散生成机制，入选ICLR 2025

文章预览

作者： 倪雨嫣，冯世坤 编辑：李宝珠 本文已获得兰艳艳教授团队授权报道，转载请联系本公众号，并标明来源 在 AI 驱动药物研发领域，分子性质预测与分子生成长期被视为独立任务。清华大学联合中科院团队提出 UniGEM 模型，首次基于扩散模型实现两任务协同增强。研究团队指出，生成与性质预测依赖于有效的分子表示而高度相关。 人工智能技术正在深刻重塑药物研发的进程， 其中分子性质预测与分子生成作为两大核心任务，长期以来却沿着独立的技术路径发展。 分子性质预测的目的是给定分子结构信息，预测分子多样的化学、生物性质，加速药物筛选。分子生成旨在估计分子数据分布，潜在地学习原子间相互作用与构象信息，能够从头生成化学合理的新分子，开拓药物设计的可能性边界。尽管近年来在这些领域已经进行了大量研究，但它们 ………………………………