Simpatico提出了一种基于图神经网络的原子嵌入表示学习方法，实现了超快速且高精度的虚拟药物筛选。该方法能够以极高的效率（单GPU 2.5小时筛选6亿化合物）预测蛋白质-配体结合潜力，其速度比传统方法快1000倍以上，同时保持了竞争性准确度。此外，Simpatico的原子嵌入技术还可用于识别相似结合口袋和预测脱靶相互作用，对药物发现和毒理学研究具有重要意义。发表于 2025年06月09日。

原文链接：https://x.com/BiologyAIDaily/status/1932056636342128830