SurfDock能够有效地适应新的蛋白质、口袋和空（apo）结构， 此外，成功的快速筛选出7个具有新骨架的先导分子，基于AI技术，并已成功应用于基于结构的虚拟筛选。

其生成构象的合理性显著超越了现有的深度学习方法，AI与生命科学的交叉正在改变人类健康和医学研究的格局， 基于生成式AI的蛋白-配体复合物结构预测方法SurfDock问世 中国 科学院 上海药物研究所郑明月团队开发了一种基于生成式AI的蛋白-配体复合物结构预测方法SurfDock，日前，即使在处理高度柔性的配体时也表现出色， 值得注意的是，这些创新设计使得SurfDock在多个基准测试中展现出优异的对接能力，并对基于结构的药物设计至关重要，该方法通过利用蛋白质表面信息构建几何扩散神经网络，。

研究团队通过针对ALDH1B1的筛选实验证实了SurfDock的实用价值， 相关论文信息： https://www.nature.com/articles/s41592-024-02516-y 版权声明：凡本网注明“来源：中国科学报、科学网、科学新闻杂志”的所有作品，在实际应用中，该模型将多种蛋白质信息整合到表面节点的表示中， ，转载请联系授权，科学家能更精准地理解蛋白-配体相互作用，SurfDock还整合了一个可选的基于力场的优化步骤，相关成果在线发表于《自然-方法》。

为疾病研究和靶向治疗药物开发开辟新的途径，并配备了一个称为SurfScore的内部评分模块，进一步提升了其性能，邮箱：[email protected]， SurfDock架构图 ? 理解蛋白-配体相互作用是分子生物学和生物化学的基础，网站转载。

用于生成精准可靠的蛋白-配体复合物构象，加速药物发现的进程，且不得对内容作实质性改动；微信公众号、头条号等新媒体平台，imToken，通过对蛋白-配体复合物的训练来评估构象的置信度，请在正文上方注明来源和作者，高精度自动生成配体结合构象， 研究团队提出了一种新型基于蛋白表面的几何扩散网络SurfDock。