利用大型语言模型进行小分子优化

研究人员提出了一种名为 Mol-E 的新型算法，该算法结合了大型语言模型（LLM）的生成能力与进化算法。Mol-E 基于分子及其属性进行训练，旨在解决小分子优化问题。在 Practical Molecular Optimization benchmark 上，该模型取得了新的最先进（SOTA）性能：在任务无关模式下 Top-10 AUC 值为 17.500，在任务知情模式下为 20.551。此外，Mol-E 在多属性优化任务以及针对 DRD2、MK2 和 AChE 的分子对接任务中，表现均优于现有的评估基线模型。