相关研究与后续进展

该工作提出 PockLigGPT，一个以蛋白质口袋氨基酸序列为条件、基于 GPT 的配体分子生成框架，采用四阶段训练（ZINC20 化学预训练、ChEMBL 生物活性适配、口袋序列条件微调、基于 AutoDock Vina 奖励的口袋特异性对接引导强化学习），在标准化评测协议下取得有竞争力的对接导向表现，同时保持化学合理性与基于 Lipinski 的类药性，并在阿尔茨海默病相关靶点的对接研究与 token 级分析中显示出实用性。