bioRxiv 2026年9月22日该研究以靶向53BP1串联Tudor结构域的聚焦DNA编码库（UNCDEL003，58,080个化合物）筛选数据初始化并偏置HIDDEN GEM结构导向生成式虚拟筛选流程，在约370亿化合物的Enamine REAL Space中提名57个可购买化合物，经TR-FRET置换实验验证14个为活性命中物（3个IC50≤50 µM、11个IC50≤100 µM），且这些AI提名命中物相比初始DEL命中物具有更高的化学多样性、更优的类药性和现成可购买性。该研究以靶向53BP1串联Tudor结构域的聚焦DNA编码库（UNCDEL003，58,080个化合物）筛选数据初始化并偏置HIDDEN GEM结构导向生成式虚拟筛选流程，在约370亿化合物的Enamine REAL Space中提名57个可购买化合物，经TR-FRET置换实验验证14个为活性命中物（3个IC50≤50 µM、11个IC50≤100 µM），且这些AI提名命中物相比初始DEL命中物具有更高的化学多样性、更优的类药性和现成可购买性。用生成化学与超大规模化合物库扩展DNA编码库命中物该研究以靶向53BP1串联Tudor结构域的聚焦DNA编码库（UNCDEL003，58,080个化合物）筛选数据初始化并偏置HIDDEN GEM结构导向生成式虚拟筛选流程，在约370亿化合物的Enamine REAL Space中提名57个可购买化合物，经TR-FRET置换实验验证14个为活性命中物（3个IC50≤50 µM、11个IC50≤100 µM），且这些AI提名命中物相比初始DEL命中物具有更高的化学多样性、更优的类药性和现成可购买性。该研究以靶向53BP1串联Tudor结构域的聚焦DNA编码库（UNCDEL003，58,080个化合物）筛选数据初始化并偏置HIDDEN GEM结构导向生成式虚拟筛选流程，在约370亿化合物的Enamine REAL Space中提名57个可购买化合物，经TR-FRET置换实验验证14个为活性命中物（3个IC50≤50 µM、11个IC50≤100 µM），且这些AI提名命中物相比初始DEL命中物具有更高的化学多样性、更优的类药性和现成可购买性。