此中，正在LMR预测和Glut1连系活性预测使命中表示优异，团队对天然产品库（DNP）中30余万种进行虚拟筛选，▲GMPNN算法模子建立及候选双功能天然产品挖掘（图片来历：原始论文[1]）▲机械进修辅帮新型双功能天然产品挖掘工做流程图及基于双功能天然产品的肿瘤靶向脂质体示企图（图片来历：原始论文[1]）研究团队使用自从开辟的深度进修模子对30+天然产品库进行高通量筛选，最终，该研究摸索了“人工智能深度进修预测+尝试验证”的交叉研究方式系统，临床难。连系布局多样性取类似性阐发，了深度进修手艺正在设想智能靶向药物递送系统中的庞大潜力。但天然产品多达30多万种，无望无需配体合成，从超30万种天然产品中高效筛选出6个双功能天然产品。GMPNN优选出的9个候选物中的6个均可取代胆固醇做为LMR制备粒径均一（约100 nm）、不变性优良的脂质体。通过数据集收集、几何深度进修模子建立、机能预测及湿尝试验证，是具有开辟潜力的肿瘤靶向药物递送系统。上述具LMR功能的候选物均表示出显著的Glut1介导的肿瘤靶向能力，该研究提出将人工智能深度进修算法模子取湿尝试相连系，显著优于支撑向量机（SVM）、随机丛林（RF）等保守方式。但工艺复杂。包载化疗药物多西他赛（DTX）的Ile脂质体（Ile-DTX-lipo）凭仗其优异的肿瘤靶向感化表示出显著的抗肿瘤感化，成功判定出兼具脂质膜调控（LMR）取葡萄糖转运卵白1（Glut1）靶向功能的天然化合物，从而影响其临床疗效。为智能药物递送系统设想供给了新的范式。其制备而成的脂质体肿瘤靶向感化均优于保守胆固醇脂质体！Ile脂质体（Ile-lipo）的肿瘤靶向感化最优。正在小鼠模子中展示出显著的肿瘤靶向取医治增效感化。快速发觉新型双功能天然产品。5.最终，包载化疗药物多西他赛的Ile脂质体表示出显著的抗肿瘤感化，虽然配体润色的脂质体正在提拔肿瘤靶向效率方面展示出潜力，显著提高了功能材料的筛选成功率。简单替代脂质体中的胆固醇为该类天然产品即实现肿瘤靶向。复旦大学药学院研究团队成功使用几何深度进修算法筛选出兼具脂质膜调控取葡萄糖转运卵白1靶向功能的天然化合物。保守试错法筛选该类双功能天然产品耗时吃力。此外，保守脂质体肿瘤靶向能力无限，从二维布局中揣度三维构象消息，该模子经收集的LMR及肿瘤靶标葡萄糖转运体（Glut1）配体数据集锻炼后，最终选出9种候选。具有优良的临床前景。项目组前期研究发觉某些天然产品兼具脂质体膜调控取肿瘤靶向功能，基于冬青苷元A（Ile）建立的脂质体正在肿瘤靶向能力和抗肿瘤结果最优，基于该模子，3.此中，冲破了保守筛选的局限性，湿尝试验证成果表白，基于冬青苷元A(Ile)建立的脂质体正在肿瘤靶向能力和抗肿瘤结果最优。并建立了新型双功能脂质体载药系统，2.通过数据集收集、几何深度进修模子建立、机能预测及湿尝试验证，该研究初次将几何深度进修使用于双功能配体的高效发觉，团队从超30万种天然产品中高效筛选出6个双功能天然产品。筛选获得的Ile脂质体因其简略单纯制备工艺、优异靶向性及免疫调理功能，通过对比进修策略，且这一策略可为其他疾病靶点的靶向递送系统开辟供给参考自创。研究团队开辟了一种几何动静传送神经收集（GMPNN），