Vilya-1提升大环分子构象预测
DaveJuergens · x · 2026-07-18
Vilya-1 是一个面向大环分子（macrocycle）构象预测与设计的全原子扩散式基础模型，目标是解决药物发现里一个核心瓶颈：在多种可合成化学空间中稳定采样生物相关的低能构象，而不局限于标准肽类。
作者报告，在 66 个环肽 X-ray 结构上，Vilya-1 生成近天然环构象（ring RMSD < 1 Å）的成功率达到 89.2%，明显高于 Prime-MCS、RDKit ETKDGv3、Boltz-2/RF3 以及若干深度学习构象生成器。
模型还能泛化到多种大环类型与拓扑，包括：
- 二硫键环肽
- sidechain-to-sidechain 环化
- tail-to-sidechain 环化
- 非肽类大环，如大环内酯/聚酮类
帖子还提到示例分子包括 FK506 等。
「研究」频道最新
- RSNA 2026 深度学习实验室回归:芝加哥四天八节动手 AI 课 — PRouzrokh · 2026-10-27
- 新论文:数学数据放训练前段还是末段,取决于学习率调度 — alifcoder · 2026-10-27
- 健康领域评测研究:题目质量与多样性比数量更重要 — keunwoochoi · 2026-10-27
- 七项任务实测:开源模型开高推理档未必更好 — keunwoochoi · 2026-10-27
- 全同态加密 GPT-2 速通赛开跑:现纪录 3.031 秒/token — tensorqt · 2026-10-27
- 医疗评测：Kimi K3 平 GPT-6，但疑难病例开源落后 17 个百分点 — keunwoochoi · 2026-10-27