研究人员开发了MuCO，一种新颖的肽环化生成方法，可改进多样化构象的建模。该方法采用三阶段过程：拓扑感知骨架设计、生成侧链堆积和物理感知全原子优化。该方法能够高效探索低能量构象，并在CPSea数据集上，在稳定性和多样性及效率方面均优于现有方法。 AI
影响 该方法有望加速用于药物应用的环肽的发现和设计。
排序理由 该集群包含一篇详细介绍特定科学任务新AI方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2602.11189v2 Announce Type: replace-cross Abstract: Modeling peptide cyclization is critical for the virtual screening of candidate peptides with desirable physical and pharmaceutical properties. This task is challenging because a cyclic peptide often exhibits diverse, ring…