11:50
官方账号arXiv cs.LG@Thomas MacDougall, Maksim Kuznetsov, Roman Schutski, Rim Shayakhmetov, Maxim Malkov, Vladimir Aladinskiy, Alex Aliper, Alex Zhavoronkov
推荐理由：这篇论文系统测了GPT等LLM在3D分子生成上的表现，发现它们虽不如专用扩散模型，但能同时处理多种约束，值得关注。
分子生成
共 3 条相关 AI 资讯
7月21日
11:50
结构药物设计(SBDD)利用蛋白质靶标3D结构生成候选分子，扩散模型是主流方法。本工作引入3D-Fit基准测试，评估LLM在多约束空间分子生成中的表现，包括蛋白口袋、锚定片段、药效团点及口袋-配体相互作用。结果显示，LLMs虽落后于专用扩散模型，但能同时处理多种空间约束，展现出可扩展的潜力。
7月2日
12:10
12:10
官方账号arXiv cs.LG@Miruna Cretu, John Bradshaw, Patricia Suriana, Saeed Saremi, Omar Mahmood, Kirill Shmilovich, Kangway Chuang, Vishnu Sresht, Colin Grambow
推荐理由：SynLaD同时搞定分子设计和合成路线，比以往只顾一头的模型更实用。
6月12日
13:46
13:46
官方账号arXiv cs.LG@Paul Seij, Christian A. Naesseth, Stephan Mandt, Metod Jazbec
推荐理由：做分子生成或药物设计的团队，终于有了一个能判断生成分子质量好坏的信号，建议试试这个后处理方法，能直接提升模型输出质量。