扩散模型通过逐步加噪和去噪学习生成数据分布。它在图像生成中出名,在药物设计中则主要进入 3D 构象、对接姿势、口袋条件分子生成和蛋白骨架设计。
典型应用
- 构象/3D 分子生成:生成满足几何和化学约束的空间结构。
- 对接:DiffDock 在平移、旋转和扭转自由度上生成结合姿势。
- 蛋白设计:RFdiffusion 生成蛋白骨架和 binder 设计候选。
- 口袋条件生成:按口袋几何和相互作用约束提出小分子。
边界
- 生成结构可能看起来合理,但仍需化学价态、构象能、穿模、合成和实验检查。
- 采样成本和后处理成本可能高于 SMILES 模型。
- 对训练分布外靶点、非典型配体、金属/共价体系要谨慎。
关键要点
- 扩散模型强在 3D/结构生成;
- 生成结果必须过物理、化学、合成和实验验证;
- 它适合提出假设,不是自动给药物答案。
延伸资源
- 配套:101《DiffDock》、151《RFdiffusion》。