# 基于能量的片段打分

靶向药物设计的生成模型长期把蛋白—配体相互作用压成一个对接分数，掩盖了同一靶点上不同结合模式的功能差异。BindMol按参考复合物结构把结合口袋聚类成若干热点，每个热点对应一个奖励维度，再用偏好条件化的多目标强化学习同时优化这些冲突目标。在parp1、fa7、5ht1b、braf、jak2五个靶点上，其新颖命中率分别为42.617、24.580、42.149、30.767、44.864，高于GEAM的40.635、17.903、36.667、27.887、42.025，并在braf与jak2上更频繁复现晶体结构对应的I型与II型结合模式。

靶向药物设计的生成模型长期把蛋白—配体相互作用压成一个对接分数，掩盖了同一靶点上不同结合模式的功能差异。BindMol按参考复合物结构把结合口袋聚类成若干热点，每个热点对应一个奖励维度，再用偏好条件化的多目标强化学习同时优化这些冲突目标。在parp1、fa7、5ht1b、braf、jak2五个靶点上，其新颖命中率分别为42.617、24.580、42.149、30.767、44.864，高于GEAM的40.635、17.903、36.667、27.887、42.025，并在braf与jak2上更频繁复现晶体结构对应的I型与II型结合模式。