本研究は、Peptide2Molという新しい拡散モデルを提案しています。これは、ペプチドベインダーとその周囲のタンパク質ポケット環境を参照して小分子を生成するE(3)-不変グラフニューラルネットワークを活用しています。従来のAI駆動アプローチでは、内因性のタンパク質とペプチドの相互作用の重要性が無視されているため、最適な分子設計が行われない可能性がありますが、Peptide2Molは大規模なデータセットで訓練され、最先端の非自己回帰生成タスクで優れた性能を示しました。さらに、部分的な拡散プロセスを使って分子最適化とペプチド模倣設計が可能です。このモデルは、タンパク質結合ポケットから生物活性小分子を生成および最適化するための効果的な深層生成モデルとして位置づけられています。