跳到正文
ACS JCIM (化学信息与建模)· Ao Xu, Jordy Homing Lam, Aiichiro Nakano, Vsevolod Katritch·· 2026-09-21精选AI 评分71

分子对接多范式基准评测:从物理方法到共折叠与混合模型

Multiparadigm Benchmark of Molecular Docking: From Physics to Co-Folding and Hybrid Models

AI 导读

【摘要级】研究系统评测了物理方法、混合重打分与共折叠三类分子对接工具,发现共折叠方法在类似训练集的靶点上表现更优,但在相似度低的新靶点上成功率骤降至20–40%,作者认为这与记忆化一致。物理与混合方法分布外稳健性更强,在与已知复合物相似度极低的蛋白–配体对接中成功率保持在60%以上。作者据此指出AI方法与全原子物理采样方法在适用范围上互补,主张更紧密结合。

推荐理由

该基准比较物理采样、混合重打分与共折叠方法在分布外靶点上的对接成功率,为方法适用范围提供参照。

来源:ACS JCIM (化学信息与建模) · doi.org