ACS JCIM (化学信息与建模)· Yongkang Qiu, Jingxin Qiao, Lengjing Zhu, Le Du, Shengyong Yang, Jun Zou·· 2026-09-19精选AI 评分73
REAPS：面向线性与环肽结合剂从头设计的全原子受体感知几何深度学习框架
REAPS: An All-Atom Receptor-Aware Geometric Deep Learning Framework for De Novo Design of Linear and Macrocyclic Peptide Binders
AI 导读
【摘要级】作者提出几何图神经网络REAPS，把受体作为全原子上下文用于多肽结合剂序列设计。摘要称其在线性与环肽的序列恢复、结构保真度和界面生物物理指标上优于ProteinMPNN。研究还将REAPS与结构幻觉结合成闭环从头发现流程，得到在神经激肽-3受体（NK3R）上经实验验证具有功能活性的多肽候选；代码与权重已公开。
推荐理由
该框架把受体全原子环境纳入多肽序列设计，并在NK3R上给出实验验证的候选，可作为受体感知设计的参照。
来源：ACS JCIM (化学信息与建模) · doi.org