俄亥俄州立大学研究团队开发了一种名为DiffSMol的生成式人工智能方法，用于加速药物发现过程。该方法通过形状嵌入和扩散模型生成具有特定特性的3D分子，显著提高了药物分子发现的精度和效率。
与现有方法相比，DiffSMol只需一秒钟就能生成一个分子，并且在生成与已知配体形状高度相似且具有新颖图结构的分子方面表现出色，成功率高达28.4%。
该研究展示了DiffSMol在针对重要药物靶点生成类药物分子方面的有效性，生成的分子具有良好的类药物特性和与FDA批准的药物相当的ADMET特性。
俄亥俄州立大学研究团队开发了一种名为DiffSMol的生成式人工智能方法，用于加速药物发现过程。该方法通过形状嵌入和扩散模型生成具有特定特性的3D分子，显著提高了药物分子发现的精度和效率。
与现有方法相比，DiffSMol只需一秒钟就能生成一个分子，并且在生成与已知配体形状高度相似且具有新颖图结构的分子方面表现出色，成功率高达28.4%。
该研究展示了DiffSMol在针对重要药物靶点生成类药物分子方面的有效性，生成的分子具有良好的类药物特性和与FDA批准的药物相当的ADMET特性。
