في عالم تصميم الأدوية، تمثل النماذج المعتمدة على الهيكل (Structure-based drug design - SBDD) خطوة رائدة تتيح استخدام الهيكل ثلاثي الأبعاد للبروتينات المستهدفة، مما يساهم في توليد جزيئات فعالة قابلة للارتباط. رغم هيمنة نماذج الانتشار (Diffusion Models) كأحد paradigms الرائدة في توليد الجزيئات ذات الجودة العالية، تتسارع وتيرة ظهور طرق تعتمد على نماذج اللغات الضخمة (Large Language Models - LLMs) في تصميم الجزيئات، حيث أظهرت أداءً تنافسياً في توليد الجزيئات وفق قيود الأجيال.

لكن، تبقى قدرة هذه النماذج على فهم الفيزياء والبيئات ثلاثية الأبعاد أقل استكشافًا. في هذا السياق، تم إجراء تحليل منهجي حول ما إذا كانت النماذج العامة الحالية قادرة على التنقل ضمن قيود معقدة ثلاثية الأبعاد مقارنة بالنماذج المتخصصة مثل نماذج الانتشار.

تم الأخذ بعين الاعتبار توليد الجزيئات ثلاثية الأبعاد المرتبطة بالأماكن المخصصة للبروتينات، مع تخصيص قيود مستندة إلى التفاعلات والجزيئات، بما في ذلك الجزيئات العقلية، ونقاط الفارماكوفور، والتفاعلات الضرورية بين الجزيئات وعوامل الربط. لتيسير هذا التقييم، تم تقديم استراتيجية تقييم جديدة تسمى 3D-Fit، وهي استراتيجية فعالة من حيث الاستخدام الرمزي تُستخدم لتقييم أداء نماذج اللغات الضخمة في توليد الجزيئات المتعددة الظروف.

تشير نتائجنا إلى نمط واضح في قدرات نماذج اللغات الضخمة في التعامل مع المعطيات المكانية: على الرغم من أن أدائها لا يزال أقل من الأساليب الرائدة، إلا أنها تُظهر وعودًا في قدرتها على التعامل مع قيود مكانية متعددة في نفس الوقت، مما يمكّنها من التوسع إلى إعدادات غير متجانسة.