分子生成：扩散模型赋能3D空间想象力从2D到3D：扩散模型革命 传统瓶颈：传统药物分子生成依赖SMILES字符串等1D/2D表征，难以精准捕捉药物与靶点结合的三维空间构象，导致设计分子的成药活性预测存在天然偏差。 AI新范式：2024年以来，源自DALL-E、Stable Diffusion的扩散模型架构被引入该领域。它能在蛋白结合口袋的真实3D坐标空间中直接生成原子位置，实现分子结构与结合构象的同步优化，开启了“所见即所得”的药物设计新纪元。 DiffSBDD ：首创双扩散模型架构，直接在3D空间中为靶点蛋白生成适配的配体分子。打破了传统生成方式的维度限制，实现了从“基于片段拼接”到“空间结构驱动”的跨越。 G2D-Diff ：全球首个基因型条件化扩散模型。针对特定癌症的基因突变特征（如KRAS突变），生成具有基因型特异性的个性化小分子，为肿瘤精准医疗提供了全新的药物设计工具。资料来源：Diffusion Models in De Novo Drug Design；西南证券整理15
