Bioinformatics (Oxford)· Huan Liu, Yijie Ding, Xiaoyi Guo, Hongjie Wu·· 2026-10-05精选AI 评分63
口袋对比学习与构象融合提升受体构象变化下的3D分子生成鲁棒性
Pocket contrastive learning and conformation fusion for robust structure-conditioned 3D molecular generation under receptor conformational variation
AI 导读
【全文总结】研究提出在训练阶段引入口袋级对比学习和参考构象特征融合的结构条件3D分子生成框架，推理时仍只需单个目标口袋。在CrossDocked2020交叉对接设置中，该方法取得最优对接分数、最高配体效率和成功率，并报告最小的姿态调整RMSD；在ASB-E、DUD-E和APObind外部测试集上成功率最高。
推荐理由
研究把同一口袋的 re-dock 与 cross-dock 构象当作配对监督，为口袋条件生成在受体构象变化下的评测提供参照。
来源：Bioinformatics (Oxford) · doi.org