ACS JCIM (化学信息与建模)· Seung Hwan Hong, Hyunsoo Kim, Sejin Kim, Soosung Kang·2026-10-08 08:00· 2026-10-08精选AI 评分58

FragDockRL：基于片段组装与系留对接的强化学习配体设计方法

FragDockRL: A Reinforcement Learning Method for Fragment-Based Ligand Design via Building-Block Assembly and Tethered Docking

AI 导读

【摘要级】研究提出 FragDock 分子设计框架，用可合成砌块经已知反应组装分子，并以限定核心结合姿态的系留对接评估候选，其中 FragDockRL 用 rDock 系留对接加 SMINA 打分构建奖励、以改进的 DQN 引导逐步生长。

推荐理由

研究在三个靶点上比较强化学习与随机搜索等策略，显示最优搜索方式随靶点变化。