药物设计相关 AI 资讯

7月22日

11:36

官方账号arXiv cs.LG@Yiming Qin, Kai Yi, Miruna Cretu, Sjors H. W. Scheres, Pietro Liò, Pascal Frossard

DBMol是一个新框架，利用AlphaFold-3和Boltz-2等结构预测模型指导小分子从头设计。它通过交替优化与投影过程：先基于Boltz-2进行梯度优化提升预测结合亲和力，再用流匹配模型将分子图映射为离散化学有效分子。实验表明DBMol能有效优化Boltz-2亲和力代理，生成分子在Boltz-2评估中具有强预测亲和力和特异性。在AF3等留出指标上，DBMol提升了口袋覆盖率并保持分子多样性，且无需参考配体监督。

论文 DBMol AlphaFold-3 Boltz-2

推荐理由：这篇论文教你用AlphaFold-3和Boltz-2做药物分子设计，DBMol能自动生成高亲和力小分子，比无条件生成覆盖更多蛋白口袋。

原文

7月2日

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

SynLaD是一个潜在扩散框架，用于小分子生成，统一了配体药物设计目标（做什么）与合成可行性（怎么做）。它通过学习一个潜在空间来解码3D结构和合成路径，结合了反应约束生成和药效团条件3D设计。在生物活性配体的类似物生成任务中，SynLaD在可合成性和多样性上优于现有基线，能产生形状对齐的分子并附带可行合成方案。

AI模型 SynLaD 分子生成药物设计

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。

原文

6月15日

11:11

官方账号arXiv cs.LG@Junming Zhang, Siyu Yi, Wei Ju, Zhonghui Gu

PepALD是一种自回归潜在扩散基础模型，用于从头生成大环肽。该模型使用结构化学嵌入表示HELM单体，在化学信息潜在空间中通过上下文条件扩散生成每个残基。它能在自回归生成过程中预测R基团感知的环闭合，并通过获胜者保护的扩散适应偏好优化与亲和力奖励对齐。实验表明PepALD在生成质量和奖励优化上优于代表性肽生成基线。

AI模型 PepALD 大环肽扩散模型

推荐理由：PepALD赋能大环肽设计

原文

6月10日

03:12

Aadit Sheth@aaditsh

91°

Anthropic 今日推出新模型 Claude Fable 5，属于 Mythos 级别，性能超越此前所有通用模型。Stripe 用它一天内完成了 5000 万行 Ruby 代码的全库迁移，而人工需要两个月。该模型仅凭屏幕截图就通关了《宝可梦火红》，无需地图或导航工具。在药物设计中，它为 14 个蛋白靶点中的 9 个设计了候选分子，其中一项科学假设被独立实验室证实。定价为每百万输入 token 10 美元、每百万输出 token 50 美元，不到前代顶级模型的一半。

AI模型 Claude Fable 5 Anthropic 代码迁移

事件专题

推荐理由：Claude Fable 5 在代码迁移、游戏通关和药物设计上展示了惊人的自主能力，且价格大幅降低，做 AI 应用开发或科研的团队值得立即关注。

原文