针对现有基于结构的药物设计方法依赖空结合口袋、忽略填充物信息的问题，本研究提出EDMolGPT新方法。该方法创新性地利用来自配体或溶剂的低分辨率电子密度作为生成条件，该密度可源于计算或冷冻电镜/X射线实验数据，能更真实地反映结合环境的构象灵活性。EDMolGPT采用仅解码器的自回归框架，直接从电子密度点云生成分子，有效减少了结构偏差并直接输出三维构象。在101个生物靶标上的评估验证了其有效性。