利用深度学习在冷冻电镜图谱中直接检测并对配体进行原子建模

冷冻电子显微镜（cryo-EM）已通过实现对大分子与小分子配体之间相互作用的表征，成为基于结构的药物发现中日益重要的技术手段。然而，配体密度的计算解释仍然具有挑战性，尤其是在配体位置未知或局部图谱分辨率有限的情况下。现有方法通常要求大分子结构具有良好分辨率并预先定义结合位点，这限制了其在结构测定早期阶段的适用性。迄今为止，尚无方法能够直接基于实验性冷冻电镜图谱，既可靠地检测配体密度，又进一步重建配体的原子结构。 在此，我们提出了 Emap2lig，这是一种两阶段深度学习框架，可直接从冷冻电镜图谱中自动进行配体检测和原子建模。Emap2lig-Find 用于识别与配体相关的密度，并且对于分辨率低至约 5 Å 的图谱仍然有效。随后，Emap2lig-Build 使用基于扩散的生成模型构建配体原子结构。总体而言，Emap2lig 为在广泛分辨率范围内开展配体发现与建模提供了一个统一框架。

冷冻电子显微镜（cryo-EM）通过实现对大分子与小分子配体之间相互作用的表征，已在基于结构的药物发现中变得日益重要。然而，对配体密度的计算解释仍然具有挑战性，尤其是在配体位置未知或局部图谱分辨率有限的情况下。现有方法通常要求具有良好分辨的大分子结构和预先定义的结合位点，这限制了它们在结构测定早期阶段的适用性。迄今为止，尚无方法能够直接基于实验冷冻电镜图谱，同时可靠地检测配体密度并进一步重建配体的原子结构。

在此，我们提出了 Emap2lig，这是一种两阶段深度学习框架，用于直接从冷冻电镜图谱中自动进行配体检测和原子建模。Emap2lig-Find 可识别与配体相关的密度，并且对于分辨率低至约 5 埃的图谱仍然有效。随后，Emap2lig-Build 利用基于扩散的生成模型构建配体原子结构。总体而言，Emap2lig 为在广泛分辨率范围内进行配体发现与建模提供了一个统一框架。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.01.729423v1?rss=1

🏷️ 冷冻电镜 深度学习 配体检测 原子建模 扩散生成模型 结构生物信息学