洞察市场格局
解锁药品研发情报

客服电话

400-9696-311
医药数据查询

Commun Chem|华东师范大学李洪林等:基于深度学习的大环化学空间探索新策略

JAK2 李洪林
团队提出了创新性的 大环分子生成模型CycleGPT , 并结合逐级迁移学习策略与新型采样方法HyperTemp,首次将“大环结构修饰”转化为“大环化学空间探索” ,显著缓解了长期困扰该领域的数据稀缺问题。 在基于CycleGPT与CyclePred(JAK2活性预测模型)的前瞻性药物设计中,研究团队进一步验证了该方法的实用性,成功发现了一种兼具良好活性与激酶选择性的新型JAK2抑制剂候选物。 在动物实验中,该分子在红细胞增多症模型中展现出显著的治疗潜力。
<END>
*版权声明:本网站所转载的文章,均来自互联网,旨在传递更多信息。鉴于互联网的开放性和文章创作的复杂性,我们无法保证所转载的所有文章均已获得原作者的明确授权。如果您是原作者或拥有相关权益,请与我们联系,我们将立即删除未经授权的文章。本网站转载文章仅为方便读者查阅和了解相关信息,并不代表我们认同其观点和内容。读者应自行判断和鉴别转载文章的真实性、合法性和有效性。
AI+生命科学全产业链智能数据平台

收藏

发表评论
评论区(0
  • 暂无评论

    摩熵医药企业版
    50亿+条医药数据随时查
    7天免费试用
    摩熵数科开放平台
    原料药
    十五五战略规划

    全球新药治疗领域统计

    全球新药靶点统计

    专利数据服务
    添加收藏
      新建收藏夹
      取消
      确认