В статье, опубликованной в npj Digital Medicine, представлена новая мультимодальная эквивариантная диффузионная модель для генерации 3D-структур молекул по текстовым описаниям. Модель объединяет обработку естественного языка и генерацию молекулярных графов, что позволяет создавать соединения с заданными свойствами, такими как биологическая активность или физико-химические характеристики. Авторы использовали архитектуру на основе графовых нейронных сетей и механизмов внимания для согласования текстовых и структурных представлений. В экспериментах модель продемонстрировала высокую точность генерации: более 90% сгенерированных молекул были валидными, а 85% соответствовали заданным условиям. Работа имеет прямое применение в области лекарственного дизайна, позволяя исследователям быстро получать кандидатные соединения по текстовому описанию желаемых свойств. Это ускоряет процесс открытия новых лекарств и снижает затраты на виртуальный скрининг. Статья подчеркивает потенциал генеративных моделей в медицинской химии и открывает новые возможности для автоматизации разработки терапевтических агентов.