第十九届“挑战杯”全国大学生课外学术科技作品竞赛
2025
省赛
课外学术科技作品竞赛（主体赛）
特等奖
未转化
否
分子表示学习大模型是药物分子设计的重要基础工具，广泛应用于药物分子性质预测、合理设计及结构优化。但现有模型还存在预测准确度低、缺乏可解释性、生物活性数据关联建模难等关键问题。基于此，本团队开展分子表示学习大模型的系统研究，取得如下创新成果：1、小分子表示学习方面，我们开发了掩蔽官能团的自监督预训练学习框架FG-BERT，解决了分子性质预测低的难题。此外，我们还开发了基序掩码和对比学习的化学语言大模型3MTox，实现分子毒性精准预测，提升了模型可解释性；2、多肽表示学习方面，我们开发了多编码融合对比预训练的多肽通用大模型PepCLR，实现多肽活性/功能的精准预测；3、蛋白质表示学习方面，我们建立多层次和多尺度蛋白质编码器，实现蛋白质3D结构的精准预测与生成。基于上述大模型和高质量生物/药学大数据，我们构建idrugMap云计算平台，用于癌症和衰老等疾病的药物设计与发现。利用该平台，我们发现高效选择性CDK9抑制剂C1，展现出良好的药代动力学特性和体内药效，有望应对白血病耐药及临床用药重大需求。团队累计发表7篇SCI论文（含1篇IF12.2，IF累计超70）。作品获领域2位国家杰青的推荐。
暂无
暂未公开
暂未公开
暂未公开
