App 介绍

在药物发现领域，基于结构的药物设计旨在寻找与蛋白靶点具有高结合亲和力的分子。传统方法如虚拟筛选在大型分子数据库上进行搜索，效率较低且无法发现数据库之外的新分子。为解决这一问题，深势科技提出基于虚拟动力学的分子生成方法 VD-Gen，该方法能够直接在蛋白靶点空腔中生成具有高结合亲和力的分子。

VD-Gen 直接预测生成分子的元素类型和细粒度原子坐标，而无需将原子的坐标进行网格粗粒化，相比于基于三维网格的方法精度更高；同时 VD-Gen 能够高效地同时生成所有原子类型和坐标，相比自回归的生成模型性能更优，不受生成顺序的影响。大量实验结果表明，VD-Gen 可以生成新的具有高结合亲和力的 3D 分子以填充口袋空腔。与以往的工作相比，VD-Gen 生成的分子与目标分子在三维空间上更相似并在所有指标上都明显优于其他模型。

最佳实践（optional）

可以参考 https://mp.weixin.qq.com/s/tUojpAM22y0VFrV_6EBf9w

参考文献

Shuqi Lu, Lin Yao, Xi Chen, Hang Zheng, Di He, and Guolin Ke. 2023. 3D Molecular Generation via Virtual Dynamics. arXiv preprint arXiv:2302.05847 (2023)

引用格式

@article{lu20233d, title={3D Molecular Generation via Virtual Dynamics}, author={Lu, Shuqi and Yao, Lin and Chen, Xi and Zheng, Hang and He, Di and Ke, Guolin}, journal={arXiv preprint arXiv:2302.05847}, year={2023} }