arXiv 机器学习· Yiyan Liao, Amin Tavakoli, Yu Zhang, Anima Anandkumar·· 1 天前AI 评分35
MLIPDiff：通过机器学习原子间势引导去噪扩散模型进行基于结构的药物设计
MLIPDiff: Guiding Denoising Diffusion Models for Structure-Based Drug Design via Machine-Learned Interatomic Potentials
AI 导读
MLIPDiff 是一种面向药物设计的推理期引导方法，利用机器学习原子间势 UMA 引导预训练扩散模型，无需重新训练即可消除蛋白质与配体碰撞。在 CrossDocked2020 基准上，该方法保持了 PoseBusters 通过率，在中位数 Vina Score 等指标上超越基础模型与 NucleusDiff，且中位数 59.6% 的配体结合力强于参考分子。
来源：arXiv 机器学习 · arxiv.org