- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
具有动态目标感知片段的药物发现
药物发现的目的是在广阔的化学空间中发现具有所需性质的分子。近几十年来,基于片段
的药物发现(FBDD)被认为是一种有效的策略,是探索化学空间的一种手段,并导致发现了
许多针对各种靶标的有效化合物。受FBDD有效性的启发,许多分子生成模型也采用了
FBDD来缩小搜索空间,简化生成过程,取得了有意义的成功。
FBDD的第一步片段库构建直接影响最终的生成结果,因为构建的片段将用于整个生成过
程。然而,现有的片段提取或基序挖掘方法存在两个局限性:(1)没有考虑药物发现问题的
目标化学性质以及(2)依赖于启发式片段选择规则。例如,通常的策略是随机选择片段或基
于频率提取片段,他们并不考虑
文档评论(0)