577-PocketXMol：全原子生物分子设计与对接通用模型

这项研究介绍了一种名为 PocketXMol 的全原子级生成式人工智能模型，旨在统一处理与蛋白质口袋相关的多种分子任务。该模型通过原子级提示（Task Prompt）机制，无需针对特定任务进行微调，即可实现小分子和肽类药物的对接、从头设计及分子优化。实验结果表明，PocketXMol 在 11 项计算基准测试中表现卓越，性能显著超越了包括 AlphaFold 3 在内的 55 个基准模型。在实际应用中，研究人员利用该模型成功设计出了高效的 caspase-9 抑制剂和高亲和力的 PD-L1 结合肽，并通过湿实验验证了其在肿瘤成像和治疗中的潜力。此外，该模型展现了极强的泛化能力，能够处理包含非标准氨基酸的复杂分子设计。总而言之，PocketXMol 为 AI 辅助药物研发提供了一个通用的全原子建模平台，有效衔接了结构预测与分子生成。

References:

• Peng X, Guo R, Guo F, et al. Unified modeling of 3D molecular generation via atomic interactions with PocketXMol[J]. Cell, 2026.