在精准分子设计中，目标是通过对多种条件的联合控制来发现个性化药物候选物，这些条件包括生物相关性和分子设计策略。生物相关性反映了疾病或扰动条件下的细胞功能状态，而分子设计策略则在结构意图和属性优化方面提供了互补指导。本文提出了 JoPMol，一种联合控制的精准分子生成模型，它将基因表达谱编码的生物状态与以文本形式表达的分子结构信息和以数值量化的化学属性集成在一个统一的建模框架内。这种方法使得在联合条件控制下对候选分子的生成和优化得以协调进行。实验结果表明，JoPMol 在多个评估指标上优于最先进的方法。此外，JoPMol 在转移任务和生物基础模拟场景中表现出强大的泛化能力，验证了其在精准分子设计中的有效性。源代码可公开访问：JoPMol GitHub。
博主点评： JoPMol 模型的提出为精准分子设计提供了新的视角，通过将生物状态与分子设计策略的联合控制，显著提升了药物候选物的生成效率和效果。这一方法的成功验证了数据驱动的分子设计在现代药物研发中的潜力，未来有望为个性化医疗带来更多创新。