碳硅智慧发布DrugFlow 3.0,推出小分子、大分子、FEP与SciGPT四大产品
碳硅智慧于2026年4月17日发布DrugFlow 3.0产品矩阵,包括小分子发现引擎DrugFlow、大分子设计平台BioFlow、自由能计算平台Inno-FEP和SciGPT及医药数据库。
碳硅智慧于2026年4月17日发布DrugFlow 3.0产品矩阵,包括小分子发现引擎DrugFlow、大分子设计平台BioFlow、自由能计算平台Inno-FEP和SciGPT及医药数据库。
碳硅智慧宣布将于2026年4月17日线上举办“智能药物研发前沿交流会暨DrugFlow3.0发布会”,届时正式发布以DrugFlow、BioFlow、SciGPT、Inno-FEP为核心的产品矩阵。会议将聚焦AIDD最新学术进展与产业落地路径,设置ADMET模型、全生物分子模态从头设计、知识增强科学工具智能体等主题报告及圆桌讨论。
一项计算模拟研究用AutoDock Vina将FDA已上市的前500个药物对接至c-Abl激酶(1IEP)活性口袋,筛出13个结合能低于-12.0 kcal/mol的分子。
将伊马替尼重对接至c-Abl激酶活性口袋,AutoDock Vina最优构象结合能为-13.9 kcal/mol,与晶体原配体重原子RMSD为0.895 Å(37个原子对),低于2.0 Å阈值。对接构象保留了与Met318主链、Asp381及Glu286的关键氢键相互作用,验证了格点坐标、电荷计算与加氢等对接参数设置的准确性。
SandboxAQ在预印本中分析合成结构数据如何增强深度学习蛋白-配体结合亲和力预测,生成约8万次绝对自由能扰动(AFEP)计算并构建SAIR-FEP与SAIR-OOD两个数据集。研究发现基于结构的模型对输入结构质量高度敏感,从Boltz-1x筛选高置信度共折叠复合物可带来可预测的性能提升,而盲目加入低质量结构会使指标饱和。合成与实验数据联合训练在CASF 2016上使RMSE最多降低8%、相关性指标提升9-11%,且仅在使用高质量合成结构时重现神经缩放规律。
推荐理由:研究用约8万次AFEP计算构建合成数据集,比较合成与实验数据联合训练对亲和力预测的影响。
【全文节选总结】Yang Zhang Lab 提出分子基础模型 Ouroboros,采用表示、重建与性质预测三个正交模块,表示模块以构象空间药效团相似性(CSPS)和分子指纹相似性预训练,在 126248 个分子上构建约 47 亿条相似性标签。
推荐理由:该工作把构象空间与药效团相似性纳入分子基础模型预训练,并在虚拟筛选与多靶点抑制剂发现中给出湿实验证据。
广东药科大学研究团队经多参数优化发现强效选择性HSD17B13抑制剂化合物32(IC50=2.5 nM),其肝微粒体稳定性和药代动力学特征优于BI-3231并具肝脏靶向性。
Repare Therapeutics研究团队通过基于结构的药物设计优化,从Centrinone B出发获得口服选择性PLK4抑制剂RP-1664,在临床前展现优异效力、激酶组选择性及药代动力学特征。