机构名称：
¥ 3.0
生成性药物设计有助于创建对特定致病靶蛋白有效的化合物。这开启了在广阔的化学空间中发现新化合物的潜力，并促进了创新治疗策略的发展。然而，生成的分子的实用性往往有限，因为许多设计只关注一组狭窄的药物相关特性，无法提高后续药物发现过程的成功率。为了克服这些挑战，我们开发了 TamGen，这是一种采用类似 GPT 的化学语言模型并能够生成靶标感知分子和化合物细化的方法。我们证明 TamGen 生成的化合物具有更好的分子质量和可行性。此外，我们集成了 TamGen
使用化学语言模型进行药物设计的目标感知分子生成
主要关键词
相关文件推荐
