分子优化是药物开发中的关键步骤，可通过化学修饰改善候选药物的预期特性。
来自俄亥俄州立大学（The Ohio State University）的研究人员，在分子图上开发了一种新颖的深度生成模型 Modof，用于分子优化。Modof 通过预测分子处的单个断开位点以及在该位点去除和/或添加片段来修饰给定的分子。
在 Modof-pipe 中实现了多个相同 Modof 模型的管道，以修改多个断开位置的输入分子。研究人员表明 Modof-pipe 能够保留主要的分子支架，允许控制中间优化步骤并更好地约束分子相似性。Modof-pipe 在基准数据集上优于最先进的方法。
该研究以「A deep generative model for molecule optimization via one fragment modification」为题，于 2021 年 12 月 9 日发布在《Nature Machine Intelligence 》。

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