同济大学蒋昌俊院士/陈广教授Science子刊：强化学习引导的半柔性分子扩散模型，突破结构药物设计瓶颈

背景：基于结构的药物设计（SBDD）是药物发现的核心，但传统虚拟筛选受限于既定化学库，且现有深度生成模型常忽略配体结合时的构象动态变化。研究目的：为攻克上述难题，同济大学蒋昌俊院士、张艳平教授及慕尼黑工业大学陈广教授团队提出强化学习引导的半柔性分子扩散模型（SeFMol），旨在生成兼具高亲和力、优良药代动力学性质和结构新颖性的分子。结论：SeFMol模型将扩散模型去噪过程形式化为马尔可夫决策过程，引入强化学习动态优化分子空间位置以模拟半柔性构象变化。在测试中，其生成的分子在亲和力、化学合理性、采样效率和结构新颖性上全面优于现有先进方法，并能针对真实靶点（如CDK2和ROCK1）生成高质量分子，重现已知相互作用并发现新化学型，为加速先导化合物发现提供了强大工具。