- 5 次围观
柔性有机小分子能够组装成功能材料,其性质本质上受其晶体结构支配;然而,在分子修饰和材料优化过程中,实验结构测定仍难以实现规模化。晶体结构预测(CSP)提供了一种潜在解决方案,但对于柔性分子而言,其前瞻性预测能力受到限制,原因在于构象采样不完全,以及难以从大量候选结构中识别出实验上实际形成的结构。在此,研究开发了一种用于有机晶体结构预测的 SE(3) 等变深度学习工作流 SE3CSP。通过从实验解析的晶体结构中学习分子构象、晶胞参数和堆积模式,并将这些预测与基于 MACE 的结构优化相结合,SE3CSP 建立了一条从二维分子表示到三维晶体结构的端到端流程。以核苷作为具有代表性的柔性自组装构筑单元,SE3CSP 实现了约 57% 的总体预测准确率,显著优于传统方法。 此外,研究还开发了一种前瞻性预测策略:在能量排序和结构去重之前,先应用 SE3CSP 预测的密度窗口(±0.15 g/cm3),从而使所有实验上实际形成的结构都能够稳定地排入全部生成候选结构的前 1–2%。除结构预测之外,SE3CSP 导出的能量景观还为潜在的单晶到单晶转变提供了认识,并能够识别出一种具有动态呼吸孔隙性的核苷超分子材料;该材料进一步被开发为一种用于去除炎症介质的吸附平台,表现出优异的抗炎性能和生物相容性。这些结果确立了 SE3CSP 作为前瞻性晶体结构预测实用框架的地位,并凸显了其在指导生物活性自组装材料发现与设计中的应用价值。
一种用于生物活性核苷自组装材料前瞻性识别与开发的 SE(3) 等变晶体结构预测框架 | bioRxiv
跳转至主要内容
首页
关于
投稿
提醒 / RSS
搜索此关键词
高级搜索
新结果
一种用于生物活性核苷自组装材料前瞻性识别与开发的 SE(3) 等变晶体结构预测框架
Zheng Wang,
Tianyi Wang,
Haixian Zhang,
Zhenyuan Huang,
Chengxi Zhao,
Changfu Li,
Tiannan Liu,
Ding Bai,
Xianglong Han,
Hang Zhao,
Han Wang
doi: https://doi.org/10.64898/2026.05.27.728070
Zheng Wang 1 口腔疾病全国重点实验室、国家口腔医学中心、国家口腔疾病临床医学研究中心、口腔癌发生与管理研究单元、中国医学科学院、四川大学华西口腔医院; 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在持有人为作者/资助方,其已授予 bioRxiv 永久展示该预印本的许可。
本文依据 CC-BY-NC-ND 4.0 国际许可协议发布。
查看讨论主题。
返回顶部
上一篇
下一篇
发表于 2026 年 5 月 29 日。
下载 PDF
电子邮件
感谢您有兴趣帮助传播 bioRxiv 的内容。
您的电子邮件
*
您的姓名
*
发送至
*
请输入多个地址,每行一个,或以逗号分隔。
您将通过电子邮件发送以下内容
一种用于生物活性核苷自组装材料前瞻性识别与开发的 SE(3) 等变晶体结构预测框架
邮件主题
(您的姓名)已从 bioRxiv 向您转发了一个页面
邮件正文
(您的姓名)认为您可能希望查看 bioRxiv 网站上的此页面。
您的个人留言
验证码
此问题用于测试您是否为人类访客,并防止自动垃圾信息提交。
分享
一种用于生物活性核苷自组装材料前瞻性识别与开发的 SE(3) 等变晶体结构预测框架
Zheng Wang,
Tianyi Wang,
Haixian Zhang,
Zhenyuan Huang,
Chengxi Zhao,
Changfu Li,
Tiannan Liu,
Ding Bai,
Xianglong Han,
Hang Zhao,
Han Wang
bioRxiv 2026.05.27.728070; doi: https://doi.org/10.64898/2026.05.27.728070
分享本文:
复制
引文工具
一种用于生物活性核苷自组装材料前瞻性识别与开发的 SE(3) 等变晶体结构预测框架
Zheng Wang,
Tianyi Wang,
Haixian Zhang,
Zhenyuan Huang,
Chengxi Zhao,
Changfu Li,
Tiannan Liu,
Ding Bai,
Xianglong Han,
Hang Zhao,
Han Wang
bioRxiv 2026.05.27.728070; doi: https://doi.org/10.64898/2026.05.27.728070
📄 原文链接:https://www.biorxiv.org/content/10.64898/2026.05.27.728070v1?rss=1
🏷️ 晶体结构预测 SE(3)等变学习 自组装材料 核苷 深度学习 超分子材料
来源出处
一种用于前瞻性识别与开发生物活性核苷自组装材料的 SE(3) 等变晶体结构预测框架
https://www.biorxiv.org/content/10.64898/2026.05.27.728070v1?rss=1