近期，北京大学化学与分子工程学院/前沿交叉学科研究院来鲁华、裴剑锋团队发展了一种基于深度学习的全新3D分子设计方法[MAIN]，能够直接在靶标口袋内生成与之结合的三维分子结构。该工作的初稿于2021年4月以预印本的形式发表在arXiv平台上（https://arxiv.org/abs/2104.08474），近期以“ Structure-based de novo drug design using 3D deep generative models”为题正式发表于Chemical Science杂志（ https://pubs.rsc.org/en/content/articlelanding/2021/SC/D1SC04444C ）。该文章还被选入2021 Chemical Science HOT Article Collection。来鲁华教授和裴剑锋研究员为论文的通讯作者，论文的第一作者为北京大学前沿交叉学科研究院生命科学联合中心的博士研究生李亦博。

图1：DeepLigBuilder的模型构架。DeepLigBuilder由两部分组成：（a）能够实现端到端3D类药分子生成的L-Net；（b）负责在靶标口袋中优化3D分子结构的MCTS算法。

论文标题：

Structure-Based de Novo Drug Design Using 3D Deep Generative Models.

论文地址：

https://pubs.rsc.org/en/content/articlelanding/2021/sc/d1sc04444c 

内容中包含的图片若涉及版权问题，请及时与我们联系删除