Target-specific de novo design of drug candidate molecules with graph-transformer-based generative adversarial networks
8.5
来源：
Nature
关键字：
AI drug discovery
发布时间：
2025-09-15 23:50
摘要：
DrugGEN是一种基于图形变换器的生成对抗网络系统，旨在为特定靶标设计药物候选分子。研究表明，生成的分子能够有效抑制AKT1，这一靶标在多种癌症中发挥重要作用。该系统的创新性在于其能够根据特定靶标生成分子，并且提供了开放获取的代码和数据集，促进了药物发现领域的研究。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0
business_impact
1.0
scientific_rigor
1.5
timeliness_innovation
1.5
investment_perspective
2.5
market_value_relevance
1.0
team_institution_background
0.5
technical_barrier_competition
0.5
关键证据
DrugGEN设计的候选抑制剂有效结合AKT1，并在体外实验中显示出抑制作用。
该系统使用生成对抗网络，能够生成针对特定靶标的分子。
研究提供了开放获取的数据集和代码库，便于其他研究者使用。
真实性检查
否
AI评分总结
DrugGEN是一种基于图形变换器的生成对抗网络系统，旨在为特定靶标设计药物候选分子。研究表明，生成的分子能够有效抑制AKT1，这一靶标在多种癌症中发挥重要作用。该系统的创新性在于其能够根据特定靶标生成分子，并且提供了开放获取的代码和数据集，促进了药物发现领域的研究。