- 2 次围观
蛋白质-配体结合亲和力决定了众多候选分子中哪些值得合成并进行测定,因此是药物早期发现中的核心指标。结合亲和力通常以解离常数表示,这是一种平衡态指标,反映复合物分离为各组成部分的难易程度。如今,基于人工智能的生成式化学方法和按需合成化学品目录产出分子的速度,已超过严谨评估方法的处理能力。领先的计算方法会先对复合物进行协同折叠,再评估蛋白质与配体之间的结合亲和力;这类方法准确度较高,但每评估一对分子都需要图形处理器(GPU)和大量时间。本文介绍 Savant,这是一种机器学习模型,仅使用蛋白质的氨基酸序列以及以文本行形式表示的配体结构(SMILES),即可估算解离常数。Savant 无需三维折叠结构、分子对接,也不需要 GPU。为公平评估 Savant,我们构建了一套基准测试,旨在防止训练数据泄漏到测试集中;测试数据仅取自训练数据整理完成后发表的测量结果,以及在化学结构上与模型已见过的分子截然不同的分子。在一项独立基准测试中,Savant 的表现优于其他所有不依赖三维结构的方法。Savant 专为针对单一蛋白质对化合物进行排序而设计,其性能可媲美其他需要 GPU 的方法,同时仅需在中央处理器(CPU)上运行。因此,借助普通硬件,Savant 可在数分钟内筛选包含 100,000 种化合物的库。
蛋白质-配体结合亲和力决定了众多候选分子中哪些值得合成并进行测定,因此是药物早期发现中的核心指标。结合亲和力通常以解离常数表示,这是一种平衡态指标,反映复合物分离为其组成部分的难易程度。基于人工智能的生成式化学方法和按需合成化学品目录,如今生成分子的速度已超过严谨方法对其进行评估的速度。领先的计算方法会先对复合物进行协同折叠,再评估蛋白质与配体之间的结合亲和力;这类方法精度较高,但每评估一组蛋白质与配体都需要图形处理器(GPU)和大量时间。
本文介绍 Savant,这是一种机器学习模型,仅使用蛋白质的氨基酸序列和以文本行形式表示的配体结构(SMILES)来估算解离常数。Savant 无需三维折叠结构、分子对接或 GPU。为公平地测试 Savant,我们构建了一套基准,旨在防止任何训练数据泄漏至测试集;基准仅采用训练数据集整理完成后发表的测量结果,以及在化学结构上与模型所见过的分子均显著不同的分子。在独立基准测试中,Savant 的表现优于所有其他无需三维结构的方法。
Savant 专为针对单一蛋白质对化合物进行排序而设计;它仅使用中央处理器(CPU)运行,性能可媲美其他需要 GPU 的方法。因此,使用普通硬件,Savant 只需数分钟即可筛选包含 100,000 种化合物的库。
作者 CTF 是 Tuple, LLC(一家生物技术咨询公司)及其子公司 Silico Biosciences 的所有者。其余作者声明,本研究是在不存在任何……的情况下开展的。
可能被视为潜在利益冲突的商业或财务关系。
感谢您有意帮助推广 bioRxiv。
注意:索取您的电子邮箱地址仅用于确认您是本文的发送者。
关键词:蛋白质-配体结合亲和力 · 机器学习 · 虚拟药物筛选 · 无三维结构预测 · 解离常数 · 蛋白质序列
原文链接:https://www.biorxiv.org/content/10.64898/2026.11.15.766769v1?rss=1