PulseAugur
实时 06:03:25
English(EN) FAR-DPO: Feasibility-Aware and Robust Direct Preference Optimization for Cyclic Peptide Design

新的FAR-DPO框架提升了用于药物发现的循环肽设计

研究人员推出了一种新颖的FAR-DPO框架,旨在改进用于药物发现的循环肽设计。该方法通过整合可行性感知偏好构建和难度感知分组鲁棒优化,解决了生成可行循环肽结构中的挑战。FAR-DPO在CPSea LNR等基准测试中展示了成功率的提高,在PepGLAD上的总体成功率从46.89%提高到57.79%,在PepFlow上从47.96%提高到49.57%,同时还提高了对最具挑战性目标的性能。 AI

影响 增强了生成模型在复杂分子设计方面的能力,可能加速药物发现流程。

排序理由 该集群包含一篇详细介绍肽设计新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的FAR-DPO框架提升了用于药物发现的循环肽设计

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Guofeng Zhang, Rong Han, Xiaoyu Wang, Zhiyun Li, Zongbo Han, Xiaohong Liu, Guangyu Wang ·

    FAR-DPO:用于环肽设计的可行性感知和鲁棒性直接偏好优化

    arXiv:2608.19808v1 Announce Type: new Abstract: Cyclic peptides are emerging as promising molecular scaffolds in drug discovery due to their high binding affinity and structural stability. However, extending generative models from linear to cyclic peptide design remains challengi…