Controllable 3D Molecular Generation for Structure-Based Drug Design Through Bayesian Flow Networks and Gradient Integration
Created by
Haebom
저자
Seungyeon Choi, Hwanhee Kim, Chihyun Park, Dahyeon Lee, Seungyong Lee, Yoonju Kim, Hyoungjoon Park, Sein Kwon, Youngwan Jo, Sanghyun Park
개요
본 논문은 기존 구조 기반 약물 설계(SBDD)에서 사용되는 3D 분자 생성을 위한 생성 모델의 한계를 지적하고, 이를 극복하기 위한 새로운 프레임워크인 CByG를 제안합니다. 기존의 확산 기반 생성 모델들은 주로 표적 단백질에 대한 결합 친화력에만 초점을 맞추어 평가되었으나, 실제 약물 발견에서는 합성 가능성과 선택성 또한 중요한 요소입니다. CByG는 베이지안 플로우 네트워크를 확장한 기울기 기반 조건부 생성 모델로, 결합 친화력, 합성 가능성, 선택성 등 다양한 약리학적 특성을 효과적으로 통합하여 분자 생성을 유도합니다. 실험 결과, CByG는 기존 모델들보다 여러 평가 기준에서 성능이 뛰어남을 보여주며, 실제 약물 발견에 적용 가능성을 시사합니다.
