MIT开发深度系统GeoMol 预测给定分子的三维形状以加速药物研发

在寻求有效新药的过程中，通常科学家希望找到能附着于致病蛋白质并改变其功能的类药分子。其中至关重要的是，他们要知道一个分子的三维形状，以了解它将如何附着在蛋白质的特定表面。近日麻省理工学院（MIT）的研究人员开发了一种深度学习模型，可以在给定分子结构的二维图形后迅速预测其可能的三维形状。这项技术可以加速药物发现。

访问：

阿里云“超品周”启动热销云产品4折起域名新注1元购

在实际探索过程中，一个分子可以以数千种不同的方式折叠，因此通过实验解决这一难题是一个耗时且昂贵的过程，就像在分子干草堆中寻找一根针。麻省理工学院的研究人员正在使用机器学习来简化这项复杂的任务。他们创建了一个深度学习模型，仅根据分子结构的二维图形就能预测分子的三维形状。分子通常被表示为小图形。

他们的系统 GeoMol 只需几秒钟就能处理分子，并且比其他机器学习模型，包括一些商业方法表现得更好。计算机科学与人工智能实验室（CSAIL）的博士后、该论文的共同第一作者 Octavian-Eugen Ganea 说，GeoMol可以帮助制药公司加快药物发现过程，缩小他们需要在实验室实验中测试的分子数量。

化学工程系的研究生、该论文的共同第一作者 Lagnajit Pattanaik 说：“当你在考虑这些结构如何在三维空间移动时，实际上只有分子的某些部分是灵活的，这些可旋转的键。我们工作的关键创新之一是，我们考虑像化学工程师那样对构象灵活性进行建模。这实际上是在试图预测结构中可旋转键的潜在分布”。

GeoMol 利用了深度学习中的一个最新工具，即消息传递神经网络，它是专门为在图上操作而设计的。研究人员调整了消息传递神经网络，以预测分子几何的特定元素。给定一个分子图，GeoMol最初预测原子之间的化学键的长度和这些单个键的角度。原子的排列和连接方式决定了哪些键可以旋转。

然后，GeoMol 单独预测每个原子的局部邻域的结构，并通过计算扭转角来组装相邻的可旋转键对，然后将它们对齐。扭转角决定了三个连接段的运动，在这种情况下，三个连接四个原子的化学键。

关键词：科学探索 MIT开发深度系统GeoMol 预测给定分子的三维形

MIT开发深度系统GeoMol 预测给定分子的三维形状以加速药物研发

推荐阅读

运动型轿车是什么运动型轿车与普通车有何区别？

汽油清洗剂是什么汽油清洗剂加在汽油里是干嘛的？

中国最便宜的汽车是哪个最便宜的汽车汇总

伊莱克斯冰箱质量怎么样伊莱克斯冰箱质量好不好？

劳动保护用品是什么劳动保护用品有哪些？

相关新闻

新闻

热点

资讯

MIT开发深度系统GeoMol 预测给定分子的三维形状以加速药物研发

推荐阅读

运动型轿车是什么 运动型轿车与普通车有何区别？

汽油清洗剂是什么 汽油清洗剂加在汽油里是干嘛的？

中国最便宜的汽车是哪个 最便宜的汽车汇总

伊莱克斯冰箱质量怎么样 伊莱克斯冰箱质量好不好？

劳动保护用品是什么 劳动保护用品有哪些？

相关新闻

新闻

热点

资讯

运动型轿车是什么运动型轿车与普通车有何区别？

汽油清洗剂是什么汽油清洗剂加在汽油里是干嘛的？

中国最便宜的汽车是哪个最便宜的汽车汇总

伊莱克斯冰箱质量怎么样伊莱克斯冰箱质量好不好？

劳动保护用品是什么劳动保护用品有哪些？