浙大侯廷军团队开发多目标分子生成方法，助力药物研发
在同时优化七个目标时，PMMG 取得了 51.65% 的成功率，比目前最先进的算法高出 2.5 倍。并且，PMMG 能够生成与目标蛋白具有高对接分数且具有良好预测类药特性的分子。
侯廷军
浙大侯廷军开发Token-Mol 1.0：基于LLM的token化药物设计
众所周知，药物研发需要经历一段极其漫长且复杂的过程。好在大型语言模型 (LLM) 在药物设计中的应用，正逐渐给这一挑战带来曙光。不过，现有基于 LLM 的方法往往难以有效地整合三维分子结构。
广东省人民医院马立敏/南部战区总医院姜志辉/浙江大学侯廷军《AM》：AI赋能抗菌肽水凝胶——精准治疗耐药菌感染的创新利器
在当今全球公共卫生领域，抗生素耐药性问题已成为一个严峻挑战。耐药菌感染不仅增加了疾病的治疗难度，还导致了全球范围内发病率和死亡率的显著上升。传统抗菌策略在面对耐药菌时往往力不从心，而生物材料在抗菌治疗中虽有应用，但其设计方法多依赖于经验，缺乏系统性和预测性。如
Sci Adv | 侯廷军、谢昌谕、姜志辉开发基于大语言模型发现具有显著抗菌效力的抗菌肽
人类与细菌的对抗历程漫长且艰辛，当下，细菌抗菌耐药性（AMR）正严重威胁着全球健康。在这紧迫的形势下，抗菌肽（AMPs）作为抗生素的潜在替代方案，被科学家们寄予厚望。然而，众多AMPs存在着抗菌活性不强、毒性状况不明，以及在生产运输时容易失活等问题，致使其难以
分子特性预测新框架来了！浙大侯廷军团队、匹兹堡大学跨通道学习
然而，由于数据稀缺，加上物理化学和生物特性与传统分子特征化方案之间的高度非线性因果关系，使得开发稳健的分子机器学习模型变得异常复杂。