Progettazione di farmaci in stile GPT utilizzando la densità elettronica da criomicroscopia elettronica e raggi X
Un nuovo modello generativo, EDMolGPT, utilizza la densità elettronica (DE) a bassa risoluzione da esperimenti di criomicroscopia elettronica o raggi X come condizione fisica per la progettazione di farmaci basata sulla struttura. A differenza dei metodi precedenti che si basano su tasche di legame vuote, EDMolGPT sfrutta la DE derivata dal riempitivo (ligandi e solvente) per catturare la flessibilità conformazionale e fornire una descrizione più fedele dell'ambiente di legame. Il framework è un modello autoregressivo decoder-only che genera molecole da nuvole di punti DE, supportando il pre-addestramento unificato e l'integrazione sperimentale. L'approccio è stato introdotto in un preprint su arXiv (2605.08767v1).
Fatti principali
- EDMolGPT è un framework autoregressivo decoder-only per la progettazione di farmaci.
- Utilizza la densità elettronica a bassa risoluzione da criomicroscopia elettronica o raggi X come condizione.
- La densità elettronica cattura la flessibilità conformazionale meglio delle tasche rigide.
- Il metodo supporta il pre-addestramento unificato e l'integrazione sperimentale.
- I metodi SBDD esistenti tipicamente si basano su tasche di legame vuote.
- Il riempitivo include ligandi e solvente nei complessi olo.
- Vengono considerati due tipi di DE: calcolata e sperimentale.
- Il preprint è disponibile su arXiv con ID 2605.08767v1.
Entità
Istituzioni
- arXiv