2025年4月21日，清华大学 张颢等和微软研究院团队在Journal of Cheminformatics上发表论文Activity cliff-aware reinforcement learning for de novo drug design。 在药物发现领域，全新（de novo）分子设计面临的核心挑战之一是结构-活性关系（SAR）的复杂性，尤其是活性悬崖（activity cliffs）现象——微小的分子结构变化可能导致生物活性的显著差异。 基于AI的全新药物设计通过生成具有特定生物活性的分子，加速了传统药物开发流程。
2026-07-31
38页
购买数据产品
400-9696-311 转1
数据与AI定制业务
400-9696-311 转3
商务合作及其他问题
400-9696-311 转4
投诉及建议
400-9696-311 转5
关注摩熵医药公众号
随时查阅行业资讯
摩熵医药数据小程序
掌上数据查询系统
川公网安备51019002008863号
本网站未发布麻醉药品、精神药品、医疗用毒性药品、放射性药品、戒毒药品和医疗机构制剂的产品信息
收藏
登录后参与评论
暂无评论