MLIPDiff：无重训扩散模型优化药物设计

MLIPDiff被提出作为一种应用于预训练扩散模型的药物设计推理时引导方法。该方法结合4项加权能量项，使用UMAP模型，无需重新训练即可消除蛋白-配体碰撞并改善物理合理性。 在CrossDocked2020基准测试中，MLIPDiff的评估表现突出。其中位数Vina Score、Vina Min和Vina Dock指标均达到最佳水平，超越了基准模型及NucleusDiff等其他方法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。