生成模型与分子对接

主讲人：荆炳义

荆炳义，香港中文大学（深圳）人工智能学院校长永平讲座教授，深圳河套学院；国家特聘专家，国家自然科学奖二等奖, 教育部长江学者讲座教授，教育部高等学校自然科学奖二等奖，美国统计学会会士 (ASA Fellow)，数理统计学会会士 (IMS Fellow)，国际统计学会当选会士 (ISI Elected Member)。他是中国现场统计学会多元分析委员会理事长，并先后分别担任Ann Appl Probab, JBES, 《中国科学》等七家国际学术期刊副主编。研究兴趣包括：概率统计、计量经济、网络数据、强化学习、生物信息、强化学习、大模型等领域。在 Ann of Stat, Ann of Prob, JASA, JRSSB, Biometrika, JoE, JBES, Bioinformatics，JMLR，《中国科学》，NeurIPS，ICLR等顶刊及顶会发表论文130余篇。与业界有丰富的合作经验。

1  报告信息

时间 

2025年11月26日（周三）

16:00-17:00

地点 

中国人民大学中关村校区

明德主楼1016

2  报告摘要

分子对接是基于结构的药物发现中的一项基础技术，对于预测蛋白–配体复合物的结合模式至关重要。传统对接方法虽可靠，但计算速度慢且适应性有限。近年来，深度学习方法显著提升了对接的效率与准确性。然而，由于对物理先验的引入不足，这些方法在生成同时具备化学合理性与物理合理性的构象方面仍然受限。为克服这些挑战，我们提出一种新颖的力引导模型：在生成过程中整合力引导网络，将配体构象朝向低能量、化学合理的状态推动。结果表明，该模型能在对接准确性与物理合理性上突破以往方法的局限。