AlphaMol通过机器学习成功预测了药物分子的动力学特性。该成果以封面故事形式发表在《Journal of Chemical Theory and Computation》杂志上。
董俊霖，王世玉，崔文强，郭豪杰，闫海陆，霍斯特·亚瑟·梵格，王志，袁曙光，Machine learning deciphered molecular mechanistics with accurate kinetic and thermodynamic prediction. Journal of Chemical Theory and Computation 2024.
药物的动力学和热力学性质对于确定药物的活性和功效具有决定性的影响。最近，我们团队研发出了一种创新的机器学习算法，用以预测这两种性质，算法结果已成功通过生物学实验进行验证。目前，该工作成果已发表在最新的学术论文中，题为“Machine Learning Deciphered Molecular Mechanistics with Accurate Kinetic and Thermodynamic Prediction”。
我们坚信，我们所开发的这种全新方法将有助于推动和引领合理的药物设计，使得药物发现过程更为高效和有针对性。
关于本项研究的详细内容，敬请查阅我们的最新论文：
https://doi.org/10.1021/acs.jctc.3c01412