Chem. Sci. | 基于无序化学语言的全场景分子设计大模型FragGPT

文章预览

DRUG AI 本文介绍一篇浙江大学侯廷军教授团队和碳硅智慧联合在化学领域权威期刊Chemical Science上发表的论文《Unlocking comprehensive molecular design across all scenarios with large language model and unordered chemical language》，提出了一种基于片段的无序简化分子输入行输入系统（FU-SMILES），并构建了全场景分子生成大模型FragGPT。实验结果表明，FragGPT可以有效地应用于药物设计的不同场景，有助于药物化学家进行药物从头设计和结构优化。 基于深度学习的分子生成方法可以利用先进的计算技术针对蛋白靶标产生具有全新结构的候选苗头分子或对已有的苗头分子进行结构优化。近年来，大规模通用自然语言模型的发展取得了显著进展，这些模型通过预训练和微调方法，在不同领域中表现出显著的效果。传统的基于自回归语言模型的分子生成方法通常使用SMILES或SELFIES进行 ………………………………