arXiv cs.LG· Yiyan Liao, Amin Tavakoli, Yu Zhang, Anima Anandkumar·· 6 天前AI 评分34
MLIPDiff：利用机器学习原子间势引导扩散模型进行药物设计
MLIPDiff: Guiding Denoising Diffusion Models for Structure-Based Drug Design via Machine-Learned Interatomic Potentials
AI 导读
MLIPDiff 通过机器学习原子间势模型 UMA 在推理阶段引入物理引导，无需重新训练即可消除预训练扩散模型在药物设计中的蛋白质-配体碰撞。该方法结合四项加权能量项，在 CrossDocked2020 上完全消除碰撞并保持局部几何结构，在 Vina Score 等指标上超越基础模型与 NucleusDiff，中位数 59.6% 的配体结合力强于参考分子。
来源：arXiv cs.LG · arxiv.org