通过生成式人工智能对万亿级GDB-20类药分子数据库进行采样

《Digital Discovery》：Sampling a Trillion-Sized GDB-20 Database of Drug-Like Molecules by Generative Artificial IntelligenceOpen Access

　　

识别用于小分子药物发现的新化学实体需要不断探索其浩瀚的化学空间，据推测该空间包含10⁶⁰或更多分子。在此，我们利用生成式人工智能对GDB-20数据库进行采样，该数据库估计包含32万亿个有机分子，对应于2690万个分子图，节点数最多为20，且拓扑复杂度有限。我们证明了GDB-20占据了一个独特的化学空间，其中富含sp³杂化碳、具有三维形状和天然产物特征的分子，且具有有利的合成可及性评分。我们的120亿分子样本（命名为GDB-20s，占完整数据库的0.04%）对药物发现的相关性得到了证据支持：其高度符合药物性质和毒性筛选标准，并且覆盖了ChEMBL数据库中记录的活性分子所涉及的数千个骨架。GDB-20及其120亿分子样本的生成模型可在https://gdb.unibe.ch下载。

该内容仅可通过PDF获取。

打开 PDF《通过生成式人工智能对万亿级GDB-20类药分子数据库进行采样》的PDF文件，在新窗口中打开

? 2026 作者。由英国皇家化学会出版

2026

作者

本文根据知识共享署名4.0国际许可协议授权使用。您可以在其他出版物中使用本文材料，无需向英国皇家化学会申请进一步许可，但须给予正确署名。

本作品根据知识共享署名4.0国际许可协议授权使用。