机构名称：
¥ 1.0
近几十年来，治疗性肽已被证明具有巨大的药用价值和潜力。然而，人工智能辅助肽药发现的方法尚未充分探索。为了填补这一空白，我们提出了一种基于环面流形上的条件流匹配的靶标感知肽设计方法（PPF LOW），为肽结构设计建模扭转角的内部几何形状。此外，我们建立了一个名为PPBench2024的蛋白质-肽结合数据集，以填补基于结构的肽药物设计任务的海量数据空白并允许深度学习方法的训练。大量实验表明，与基线模型相比，PPF LOW 在肽药物生成和优化任务中达到了最先进的性能，并且可以推广到包括对接和侧链包装在内的其他任务。
利用扭转流匹配进行目标感知肽设计
主要关键词
相关文件推荐
