본 논문은 인공지능을 활용한 항생제 개발 파이프라인을 제시합니다. 여러 병원균의 예측된 프로테옴에 대한 구조 기반 클러스터링을 통해 보존적이고 필수적이며 인간과 상동성이 없는 표적을 식별하고, 6가지 주요 3D 구조 인식 생성 모델(확산, 자기회귀, 그래프 신경망, 언어 모델 아키텍처 포함)을 평가하여 사용성, 화학적 타당성 및 생물학적 관련성을 분석합니다. 10만 개 이상의 생성된 화합물을 엄격한 후처리 필터와 상용 아날로그 검색을 통해 합성 가능한 집합으로 줄이며, DeepBlock과 TamGen을 최고 성능 모델로 제시합니다. 이 연구는 초기 단계 항생제 개발에 인공지능을 배치하기 위한 비교 벤치마크와 청사진을 제공합니다.
