Vina Score

新的MLIPDiff方法通过确保物理合理性来改进AI药物设计

研究人员开发了MLIPDiff，一种用于改进基于结构的药物设计中的去噪扩散模型的新方法。该技术使用来自UMA（通用原子模型）的机器学习原子间势来指导扩散过程，确保生成的配体姿态在物理上是合理的，并避免与蛋白质发生碰撞。MLIPDiff通过消除碰撞，同时保留局部配体几何形状并实现优于预测的结合亲和力，显著优于现有模型，而且无需对基础扩散模型进行额外训练。