Machine learning, particularly graph learning, is gaining increasing recognition for its transformative impact across various fields. One such promising application is in the realm of molecule design and discovery, notably within the pharmaceutical industry. Our survey offers a comprehensive overview of state-of-the-art methods in molecule design, particularly focusing on \emph{de novo} drug design, which incorporates (deep) graph learning techniques. We categorize these methods into three distinct groups: \emph{i)} \emph{all-at-once}, \emph{ii)} \emph{fragment-based}, and \emph{iii)} \emph{node-by-node}. Additionally, we introduce some key public datasets and outline the commonly used evaluation metrics for both the generation and optimization of molecules. In the end, we discuss the existing challenges in this field and suggest potential directions for future research.
Benchmark on Drug Target Interaction Modeling from a Drug Structure Perspective
University of Minnesota（明尼苏达大学）；University of California San Diego（加州大学圣地亚哥分校）；UNC Chapel Hill（北卡罗来纳大学教堂山分校）；North Carolina State University（北卡罗来纳州立大学）
SPICE, A Dataset of Drug-like Molecules and Peptides for Training Machine Learning Potentials
Stanford University（斯坦福大学）；University of California, Irvine（加州大学欧文分校）；Open Molecular Software Foundation（开放分子软件基金会）；Acellera Labs（Acellera实验室）；University of Notre Dame（圣母大学）；Newcastle University（纽卡斯尔大学）；Memorial Sloan Kettering Cancer Center（纪念斯隆-凯特琳癌症中心）；Virginia Polytechnic Institute and State University（弗吉尼亚理工学院暨州立大学）；Universitat Pompeu Fabra（庞培法布拉大学）；ICREA（加泰罗尼亚研究与高级研究院）；Weill Cornell Graduate School of Medical Sciences（威尔康奈尔医学院研究生院）
机器学习潜力是一个重要的工具，分子simulation. We描述的SPICE数据集，一个新的量子化学数据集，用于训练相关的模拟药物样小分子与蛋白质相互作用的潜力，高质量的数据集的短缺，训练他们的发展受到阻碍。它包含超过110万种不同的小分子、二聚体、二肽和溶剂化氨基酸的构象。它包括15个元素，带电和不带电的分子，以及广泛的共价和非共价相互作用。它提供了在ω B 97 M-D3（BJ）/def 2-TZVPPD理论水平上计算的力和能量，以及其他有用的量，例如多极矩和键级。我们在上面训练了一组机器学习潜力，并证明它们可以在广泛的化学空间区域内实现化学准确性。它可以作为一个有价值的资源，用于创建可转移的，准备使用潜在的功能，用于分子模拟。
$\nabla^2$DFT: A Universal Quantum Chemistry Dataset of Drug-Like Molecules and a Benchmark for Neural Network Potentials
AIRI；EPFL（洛桑联邦理工学院）；St. Petersburg Department of the Steklov Institute of Mathematics（斯捷克洛夫数学研究所圣彼得堡分所）；St. Petersburg State University（圣彼得堡国立大学）；ISP RAS Research Center for Trusted Artificial Intelligence（俄罗斯科学院信息学研究所可信人工智能研究中心）
Towards Evolutionary-based Automated Machine Learning for Small Molecule Pharmacokinetic Prediction
Baker Heart and Diabetes Institute（贝克心脏与糖尿病研究所）；School of Chemistry & Molecular Biosciences, The University of Queensland（昆士兰大学化学与分子生物科学学院）；The University of Melbourne（墨尔本大学）
Diff4VS: HIV-inhibiting Molecules Generation with Classifier Guidance Diffusion for Virtual Screening
Information Science and Technology College, Dalian Maritime University（大连海事大学信息科学技术学院）；School of Computer Science and Technology, Dalian University of Technology（大连理工大学计算机科学与技术学院）；School of Innovation and Entrepreneurship, Dalian University of Technology（大连理工大学创新创业学院）
Regressor-free Molecule Generation to Support Drug Response Prediction
School of Computer Science（计算机学院）；Wuhan University（武汉大学）；University of Technology Sydney（悉尼科技大学）；School of Information and Communication Technology（信息与通信技术学院）；Griffith University（格里菲斯大学）；School of Computing（计算机学院）；Macquarie University（麦考瑞大学）
MIMOSA: Multi-constraint Molecule Sampling for Molecule Optimization
Georgia Institute of Technology（佐治亚理工学院）；Analytics Center of Excellence, IQVIA（IQVIA卓越分析中心）；North Carolina State University（北卡罗来纳州立大学）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
DrugLLM: Open Large Language Model for Few-shot Molecule Generation
College of Computer Science, Sichuan University（四川大学计算机学院）；West China Hospital, Sichuan University（四川大学华西医院）；Information Technology Research Center, Beijing Academy of Agriculture and Forestry Sciences（北京农林科学院信息技术研究中心）
Hybrid Approach to Identify Druglikeness Leading Compounds against COVID-19 3CL Protease
Pakistan Institute of Engineering & Applied Sciences（巴基斯坦工程与应用科学研究所）
SARS-COV-2是一种基于单链RNA的阳性大分子，自2022年6月以来已导致超过630万人死亡。此外，通过封锁扰乱全球供应链，病毒间接对全球经济造成了毁灭性的破坏。设计和开发针对这种病毒及其各种变体的药物至关重要。在这篇论文中，我们开发了一个基于计算机模拟研究的混合框架，以重新利用现有的治疗药物来寻找能够治愈Covid-19的药物样生物活性分子。对从ChEMBL数据库中检索到的分子进行Lipinski规则分析，发现了133个抗SARS冠状病毒3CL蛋白酶类药物活性分子。根据标准IC 50，将数据集分为三个类别：活性、非活性和中间体。我们的比较分析表明，所提出的额外树回归（ETR）为基础的QSAR模型相比，梯度提升，XGBoost，支持向量机，决策树，和随机森林为基础的回归模型具有改善的预测结果有关的化合物的生物活性。进行ADMET分析以鉴定具有ChEMBL ID 187460、190743、222234、222628、222735、222769、222840、222893、225515、358279、363535、365134和426898的十三种生物活性分子。这些分子是非常适合SARS-COV-2 3CL蛋白酶的候选药物。在下一步骤中，使用分子对接根据结合亲和力计算生物活性分子的功效，然后将具有ChEMBL ID 187460、222769、225515、358279、363…
DrugCLIP: Contrastive Protein-Molecule Representation Learning for Virtual Screening
Institute for AI Industry Research（人工智能产业研究院）；Tsinghua University（清华大学）；Peking University（北京大学）；Institute of Automation（自动化研究所）；Chinese Academy of Science（中国科学院）
Assay2Mol: large language model-based drug design using BioAssay context
Department of Computer Sciences, University of Wisconsin-Madison（威斯康星大学麦迪逊分校计算机科学系）；Morgridge Institute for Research（摩尔格德研究所）；Drug Development Core, Small Molecule Screening Facility, University of Wisconsin Carbone Cancer Center, University of Wisconsin-Madison（威斯康星大学卡本癌症中心药物开发核心、小分子筛选设施）；Department of Biostatistics and Medical Informatics, University of Wisconsin-Madison（威斯康星大学麦迪逊分校生物统计学与医学信息学系）
Target Specific De Novo Design of Drug Candidate Molecules with Graph Transformer-based Generative Adversarial Networks
Biological Data Science Lab, Dept. of Computer Engineering, Hacettepe University（哈切塔佩大学计算机工程系生物数据科学实验室）；Dept. of Computer Engineering, Hacettepe University（哈切塔佩大学计算机工程系）；Dept. of Chemistry, Middle East Technical University（中东技术大学化学系）；Dept. of Physics, Middle East Technical University（中东技术大学物理系）；Dept. Of Artificial Intelligence Engineering, Bahcesehir University（巴切塞希尔大学人工智能工程系）；Cancer Systems Biology Lab, Graduate School of Informatics, Middle East Technical University（中东技术大学信息研究生院癌症系统生物学实验室）；Dept. of Pharmaceutical Chemistry, Faculty of Pharmacy, Gazi University（加齐大学药学系药剂化学系）；Laboratory of Molecular Modeling, Evias Pharmaceutical R&D Ltd.（Evias制药研发有限公司分子建模实验室）；Dept. of Electrical and Electronics Engineering, İskenderun Technical University（伊斯肯德伦技术大学电子与电气工程系）；Institute for Computational Biomedicine, Heidelberg University（海德堡大学计算生物医学研究所）；Dept. of Bioinformatics, Graduate School of Health Sciences, Hacettepe University（哈切塔佩大学健康科学研究生院生物信息学系）
Towards a Better Model with Dual Transformer for Drug Response Prediction
School of Computer Science, Wuhan University（武汉大学计算机学院）；School of Computing, Macquarie University（麦考瑞大学计算学院）；Mechanical Engineering Research Institute of the Russian Academy of Sciences（俄罗斯科学院机械工程研究所）；Hubei Cancer Hospital（湖北省肿瘤医院）；Renmin Hospital of Wuhan University（武汉大学人民医院）；Wuhan University Shenzhen Research Institute（武汉大学深圳研究院）
