研究基准评测大语言模型在实验描述感知的药物靶点结合亲和力预测中的表现
研究开发了 ACL-DTI 和 MAMMAL-AsAP 两个实验描述感知模型,在五个三元组不相交随机划分上评测药物靶点结合亲和力预测。MAMMAL-AsAP 取得最高 R^2 0.7198±0.0085,实验描述感知模型整体与不考虑实验描述的基线相当或更优。
推荐理由:研究比较了引入实验描述后大语言模型预测药物靶点结合亲和力的表现,为评测设置提供了具体参照。
研发方向
面向药物发现的分子虚拟筛选、蛋白质—配体对接与结合自由能预测;区分计算分数、实际结合和功能验证,不含 AIVC 虚拟细胞。
234 条精选近 30 天 145 条共收录 352 条
研究开发了 ACL-DTI 和 MAMMAL-AsAP 两个实验描述感知模型,在五个三元组不相交随机划分上评测药物靶点结合亲和力预测。MAMMAL-AsAP 取得最高 R^2 0.7198±0.0085,实验描述感知模型整体与不考虑实验描述的基线相当或更优。
推荐理由:研究比较了引入实验描述后大语言模型预测药物靶点结合亲和力的表现,为评测设置提供了具体参照。
英矽智能的Alex Zhavoronkov称,靶点由PandaOmics发现、分子由Chemistry42设计,得到口服非阿片类镇痛候选ISM9528。据@TheNationalNews报道,该候选在临床前模型中表现优于吗啡,更多信息见https://antipain.ai。
推荐理由:英矽智能以自家平台串联靶点发现与分子生成,给出候选分子的临床前阶段结果,可观察其平台到管线的衔接方式。
研究提出PATHNet,一个从分子力学描述符学习蛋白-配体相互作用、结合分段线性映射与有界神经网络校正的物理约束打分框架,训练采用变分最小作用量式目标,并以重整化群启发的谱约束和多重起点盆地优化做模型选择。在七个DUD-E靶点上,PATHNet的平均活性物与诱饵分类准确率在受测方法中最高,超过三个代表不同架构家族的文献基线。该结果为预印本摘要报告,仅涉及计算打分与DUD-E靶点评测。
推荐理由:该预印本提出物理约束的蛋白-配体打分网络,并在七个DUD-E靶点上与三类基线比较分类表现。
作者提出LigRNA,一个通过跨模态联合编码预测RNA-配体结合位点的图神经网络框架,在TE9和TE18数据集上F1分别为0.73和0.58,较GATRsite提升7.4%和18.4%。
推荐理由:预印本提出跨模态图神经网络预测RNA-配体结合位点,并在两个基准上给出与GATRsite的对照结果。
作者提出位点选择性高斯加速分子动力学(ssGaMD),可对指定区域或相互作用相关的二面角、静电与 Lennard–Jones 能量项单独或组合施加偏置,并限制对系统其余部分的直接偏置。
推荐理由:作者提出可选择性偏置局部相互作用的增强采样方法,为配体结合与折叠的自由能计算提供可复用思路。
【摘要级】该评述讨论化学蛋白质组学揭示的隐蔽可配体位点及蛋白–配体共折叠模型的预测盲区,并介绍 GRPEL1–HSPA9 系统的化学探针。其与本站的直接联系是计算结合预测的局限,不能只按普通新抑制剂报道理解。
推荐理由:该研究用共价立体探针揭示静态结构难见的可配体位点,并指出蛋白-配体共折叠模型的盲区。
【摘要级】研究用多构象连续静电(MCCE)方法计算9个激酶结构域与18个FDA批准抑制剂在37个共晶结构中的质子化和互变异构分布,并考虑其玻尔兹曼系综,全流程重复三次以给出运行间不确定度。
推荐理由:研究用MCCE计算激酶与抑制剂复合物的质子化和互变异构分布,提示结合能预测需考虑电荷态系综。
【全文节选总结】研究将化学蛋白组学测得的立体探针结合位点与共折叠预测比较,发现 Boltz-2、AlphaFold3 常把非正构配体误放到正构口袋。共价建模或位点约束也未充分解决实验观察到的立体选择性。这项工作的重要性在于揭示计算药研模型的适用局限,而非仅发现 GRPEL1–HSPA9 抑制剂。
推荐理由:研究用共价配体图谱检验Boltz-2对非正构位点的定位能力,为共折叠模型评测提供参照。
【全文总结】作者提出 COMPRESS 框架,将每个小分子表示为固定数量 K 个带位置、电荷、LJ 直径和势阱深度的位点,并通过在三维网格上匹配密度、静电和范德华场来优化。
推荐理由:研究提出用固定数量物理参数位点压缩分子场,并给出网格损失与相互作用能误差之间的分辨率选择参照。
意大利帕维亚大学、Dana-Farber癌症研究院等团队在《Nature Biotechnology》发表开源平台AdaptiveFlow,将Enamine REAL Space约315亿原始分子预处理为约690亿可直接对接条目,通过18维分子性质分区与自适应靶标引导虚拟筛选(ATG-VS)降低超大规模对接开销。
推荐理由:研究用分子性质分区与靶标引导抽样压缩数百亿级对接空间,并在两个靶点获得实验验证的抑制剂。
Corin Wagen 表示其团队复现了 SandboxAQ 发布的 taqo 方法,得到与原文非常相似的结果。该方法用神经网络势(NNP)计算单点蛋白-配体焓值,作为同系列化合物内 ∆∆G 的启发式指标。
推荐理由:作者复现了 SandboxAQ 的 taqo 方法,为同系列内用单点焓值近似 ∆∆G 的可行性提供了独立参照。
研究提出并评估一套模板感知的hERG姿态筛选流程,以阿司咪唑、匹莫齐特和E4031结合的hERG结构作为实验参照环境,并以apo 8ZYN作为受体状态对照。诱导契合对接在自对接上优于刚性Glide,apo 8ZYN在短时分子动力学评估中未重现配体结合态行为;7个组内匹配体系中有6个满足双重MD质量判据,8个组间错配体系均未满足。
推荐理由:研究以配体结合态hERG冷冻电镜结构为参照,比较不同构象模板下的对接姿态筛选,为hERG建模的构象选择提供参照。
作者开发了NCI-Profiler,一个免费网页与命令行工具,可从PDB或mmCIF坐标自动检测并可视化九类蛋白-配体非共价相互作用,包括金属配位和卤-水-氢桥。
推荐理由:该工具覆盖九类蛋白-配体非共价相互作用,并在同一数据集上与PLIP对比检测完整性和速度。
研究对TREK1通道激活剂ML335进行46个化学取代,用非平衡炼金术自由能计算评估其与调节口袋上下区域的结合变化。结果显示响应高度不对称:下环取代削弱结合,可追溯到连接M3、P2、P1螺旋与选择性过滤器的π-π堆叠网络;上环取代被耐受并改变与Cap-P1、SF2-M4环及上部选择性过滤器的接触。
推荐理由:研究用46个化学取代扫描TREK1调节口袋,区分上下口袋对结合的贡献并关联门控残基。
发表在 Nature Communications 的 GluePlex 研究针对 VAV1 分子胶,在缺少三元复合物实验结构时用 PeSTo 预测接触区域、HADDOCK 对接生成 6 个构象簇模板,再由 Boltz-2 共折叠生成 120 个候选三元结构并按 chainpair_ipTM 筛选。
推荐理由:该研究把蛋白对接、共折叠与自由能计算串成分子胶优化流程,为缺少三元结构的项目提供可迁移做法。
研究提出 PMO-Dock,一个面向对接优化的基准与协议,包含 25 个任务,覆盖命中生成、先导优化和一项要求强在靶结合并惩罚脱靶相互作用的新特异性任务。
推荐理由:该基准把对接优化拆成 25 个任务并加入特异性惩罚,为比较不同生成方法的样本效率提供统一协议。
Boltz于10月13日宣布,其小分子模型BoltzMol-1可直接搜索药明康德的GalaXi虚拟化合物库,该库规模约260亿个可合成分子,已在Boltz Lab平台和Boltz API上线供全球用户调用。
推荐理由:BoltzMol-1接入药明康德GalaXi化学空间,反映AI小分子模型对可合成化合物库的依赖。
【全文总结】作者复盘其在ASAP-Polaris-OpenADMET抗病毒盲测构象预测赛道的FEgrow参赛结果,并回顾性评估受体侧链柔性对预测精度的影响。前瞻提交中,手动选取吡啶核心的FEgrow方案在SARS-CoV-2与MERS-CoV Mpro测试集上分别约60%和40%的构象RMSD小于2 Å,改用最大公共子结构自动选核后总体成功率为54%。
推荐理由:作者复盘ASAP盲测中FEgrow的表现,并检验侧链柔性采样能否改善刚性受体下的构象预测。
研究从合成单域抗体库中筛选出靶向IL-12 p40亚基的候选2F3,其预测表位与Briakinumab、Ustekinumab相同。作者基于AI预测的IL-12/sdAb复合物结构理性设计11个点突变,其中3个提升结合亲和力,组合后亲和力较原始先导克隆提高8倍。该结果基于预印本摘要报告,亲和力数据来自结合实验而非细胞或临床验证。
推荐理由:研究用AI预测的IL-12/单域抗体复合物结构指导定点突变,为合成库低亲和力结合剂的理性优化提供参照。
南京中医药大学纪建建团队利用自主构建并开源的抗病毒药物AI模型,从中药化合物库中筛选出活性成分Punicalin,成果发表于Cell Reports Medicine。
推荐理由:研究用开源抗病毒AI模型从中药化合物库筛出靶向RSV G/F蛋白的天然产物,并给出动物实验与专利信息。