自回歸生成

深度分析

EDMolGPT：以電子密度驅動的自回歸3D藥物設計

結構導向藥物設計通常以空位口袋為條件。本文以配體與溶劑的低解析度電子密度為物理基礎條件，提出EDMolGPT，一個僅解碼器的自回歸模型，從電子密度點雲生成具三維構象的候選分子。實驗顯示在多個目標上能改進結合模式與活性回收率。可與實驗密度與計算密度共用於大規模預訓練與微調。