【YZLM快讯】AI助力蛋白质对接技术:新研究揭示虚拟筛选中的关键挑战和解决方案
作者：微信文章在药物研发领域，通过计算机模拟预测药物分子与靶标蛋白的结合方式，即蛋白质-配体对接技术，是筛选潜在药物分子的重要手段。近年来，人工智能（AI）技术在这一领域取得了显著进展，提供了更快、更准确的对接和评分方法。然而，这些AI方法在评估对接结果的物理可行性和在虚拟筛选（VS）项目中的有效性方面存在不足。
针对这一问题，研究人员进行了一项全面的基准分析，比较了四种AI驱动和四种基于物理的对接工具以及两种AI增强的重评分方法。首先构建了一个名为TrueDecoy的数据集，通过重新对接实验发现，KarmaDock和CarisDock这两种AI工具在对接准确性上超过了所有基于物理的工具，而所有基于物理的工具在结构合理性方面明显优于AI方法。然而，顶级AI方法CarisDock生成的对接结构物理可行性低，主要是由于分子间有效性不足。在TrueDecoy数据集上的VS结果突显了RTMScore作为重评分函数的有效性，而基于Glide的方法在所有对接工具中获得了最高的富集因子。此外，研究人员创建了RandomDecoy数据集，更接近真实世界的VS场景，其中AI工具明显优于Glide。他们还发现，所采用的配体后处理方法在优化对接复合物构象和提高VS性能方面影响微弱甚至负面。
该工作发表于：Nature Machine Intelligence, 2025
原文链接：https://link.springer.com/article/10.1038/s42256-025-00993-0
【YZLM快讯，供稿：钱振兴、李晟】
义务编辑与校对：张家伟博士
页:
[1]