English(EN) NEAT-POCKET: Pocket-Conditioned Autoregressive 3D Molecular Generation with a Neighborhood-Guided Set Transformer

AI模型NEAT-POCKET加速药物发现的3D分子生成

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-07 04:00

研究人员开发了NEAT-POCKET，这是一种新的人工智能模型，旨在通过在特定蛋白质结合口袋内生成新颖的3D分子来加速药物发现。该模型是NEAT框架的扩展，逐个原子生成分子，同时保持原子排列不变性并显式建模氢原子。在CrossDocked和SPINDR数据集上的基准测试表明，NEAT-POCKET在基于结构的生成方面提供了具有竞争力的性能，并且与现有方法相比采样速度显著更快。该模型还支持口袋条件片段补全，这对于药物设计中的先导优化和支架细化具有宝贵的作用。 AI

影响通过能够更快、更精确地在蛋白质结合口袋内生成新颖的3D分子，加速药物发现。

排序理由该集群包含一篇详细介绍用于分子生成的新AI模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

本文如何被排名

Signal score: 32 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍用于分子生成的新AI模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Roxane Axel Jacob, Daniel Rose, Thierry Langer, Johannes Kirchmair · 2026-09-07 04:00

NEAT-POCKET：具有邻域引导集变换器的口袋条件自回归三维分子生成

arXiv:2609.05097v1 Announce Type: cross Abstract: AI-driven de novo molecular design offers a promising route to accelerate early-stage drug discovery by generating novel ligands directly within target protein binding pockets. We present NEAT-POCKET, a pocket-conditioned extensio…

本文如何被排名

报道来源 [1]

NEAT-POCKET：具有邻域引导集变换器的口袋条件自回归三维分子生成

相关实体

相关话题