关于算法:VDGen｜快速上手的三维分子生成工具

7次阅读

共计 1337 个字符，预计需要花费 4 分钟才能阅读完成。

在药物发现畛域，基于构造的药物设计旨在寻找与蛋白靶点具备高联合亲和力的分子。传统办法如虚构筛选在大型分子数据库上进行搜寻，效率较低且无奈发现数据库之外的新分子。为解决这一问题，深势科技提出基于虚构动力学的分子生成办法 VD-Gen，该办法可能间接在蛋白靶点空腔中生成具备高联合亲和力的分子。

VD-Gen 间接预测生成分子的元素类型和细粒度原子坐标，而无需将原子的坐标进行网格粗粒化，相比于基于三维网格的办法精度更高；同时 VD-Gen 可能高效地同时生成所有原子类型和坐标，相比自回归的生成模型性能更优，不受生成程序的影响。大量试验结果表明，VD-Gen 能够生成新的具备高联合亲和力的 3D 分子以填充口袋空腔。与以往的工作相比，VD-Gen 在所有指标上都显著优于其余模型。综合这些后果，能够看出，VD-Gen 生成的分子与指标分子在三维空间上更类似，通过不同办法评估失去的联合亲和力也更高。

近日，VD-Gen 曾经在 Bohrium® App 上凋谢试用，您能够在线提交您的分子生成作业，平台会将您的工作主动调配计算资源，疾速实现分子生成并返回后果。此外，这个 VD-Gen App 也实现了对生成分子的迭代交互优化，能够满足您继续筛选并优化分子的需要。

上面，咱们来简略介绍 VD-Gen 的应用流程：

关上 https://app.bohrium.dp.tech/vd-gen，能够自行抉择 Guest 模式（仅浏览）或登录模式（反对工作提交）
上传蛋白文件
抉择性能。上传蛋白后，VD-Gen 有多种性能能够抉择应用
a. 给出参考分子批示口袋地位，从头生成
b. 抉择口袋，从头生成
c. 基于参考分子进行分子优化

上传与蛋白联合的参考分子文件，咱们以基于参考分子进行分子优化的性能来具体介绍应用流程

抉择须要优化的局部和分子生成数量

展现后果，并基于后果进行再优化。

须要留神的是，VD-Gen 目前对外开放的为测试版本，不保障生成分子的多样性、合理性和可合成性。如需成果更好的 VD-Gen 工具，欢送与咱们分割。

浏览原文退出「VD-Gen 交换群」，与算法开发团队碰撞你的思考。

Bohrium® Apps 是深势科技通过 MLOps 等新一代开发工具和基础设施，让算法代码能够疾速上线为易用的利用，让新想法的验证效率从几个月缩短到几天。

开发者只需简略地批改算法运行入口的 Argument Parser 相干代码，便能够主动生成算法运行所需的丰盛用户界面以及残缺的 Job 治理运行、用户治理、数据管理、模型治理、性能评估、付费受权和后果可视化等周边全整套性能。

对于 App 用户来说，简略四个步骤提交工作，便可疾速返回后果：

IO Options：配置输出文件
Job Options：设置变量
System Options：配置零碎级参数
Review：所有配置参数的摘要

Reference:
[1] https://app.bohrium.dp.tech/vd-gen/
[2] S Lu, L Yao, X Chen, H Zheng, D He, G Ke, 3D Molecular Generation via Virtual Dynamics. arXiv preprint arXiv:2302.05847, 2023

正文完