Screening of Therapeutic Agents for COVID-19 using Machine Learning and Ensemble Docking Simulations
由新型冠状病毒SARS-CoV-2引起的COVID-19疾病给世界带来了前所未有的人员和经济损失。目前正在全球范围内进行广泛的研究，以确定针对SARS-CoV-2的治疗药物。在这里，我们通过结合基于机器学习（ML）的模型和高保真系综对接模拟来使用强大而有效的计算策略，以快速筛选可能的治疗分子（或配体）。我们的筛选是基于对分离的SARS-CoV-2 S蛋白在其宿主受体区域或S蛋白-人ACE 2界面复合物的结合亲和力，从而潜在地限制和/或破坏宿主-病毒相互作用。我们首先将我们的筛选策略应用于两个药物数据集（CureFFI和DrugCentral），以识别与上述两个系统强烈结合的数百个配体。然后通过所有原子对接模拟验证候选配体。验证的ML模型随后被用于筛选大型生物分子数据集（具有近一百万个条目），以提供约19，000种潜在有用化合物的排序列表以供进一步验证。总的来说，这项工作不仅扩展了我们对COVID-19小分子治疗的知识，而且通过将快速ML替代模型与昂贵的高保真模拟相结合，提供了一种有效的途径来执行高通量计算药物筛选，以加速疾病的治疗治愈。
2020-04-08 physics.bio-ph q-bio.BM q-bio.QM
Improved design and screening of high bioactivity peptides for drug discovery
具有高生物活性的肽的发现是非常具有挑战性的，主要是因为存在巨大的化合物多样性，并且只有少数具有所需的性质。为了降低成本并减少获得有希望的化合物的时间，机器学习方法可以极大地帮助该过程，甚至通过利用现有数据学习预测器来取代昂贵的实验室实验。不幸的是，选择具有最大预测生物活性的配体需要大量的计算时间。对于这个组合问题，化学和随机优化方法不能保证找到足够的化合物。我们提出了一个有效的算法的基础上De Bruijn图，保证找到最大的预测生物活性的肽。我们演示了如何使用这种算法的迭代组合化学程序的一部分，以加快发现和验证的肽线索。此外，所提出的方法不需要使用靶蛋白的已知配体，因为它可以利用最近的多靶机器学习预测器，其中类似靶的配体可以用作初始训练数据。最后，我们在体外验证了所提出的方法与新的阳离子抗菌肽的发现。源代码可以在www.example.com上免费获得。
2014-04-10 q-bio.QM
Sampling of conformational ensemble for virtual screening using molecular dynamics simulations and normal mode analysis
目的：分子动力学模拟和简正模分析是产生用于配体对接和虚拟筛选的受体构象系综（RCE）的成熟方法。在这里，我们报告新的快速分子动力学为基础的和正常模式分析为基础的协议相结合的构象口袋分类，以有效地产生RCE。材料与方法：我们评估了我们的协议上的两个良好的特征蛋白质的目标，显示当地的活性位点的灵活性，二氢叶酸还原酶和大的集体运动，CDK2。通过在不同化学诱饵的数据集中区分二氢叶酸还原酶和CDK2的已知配体来验证RCE的性能。结果\&讨论：我们的研究结果表明，不同的模拟协议可以有效地产生RCE取决于不同种类的蛋白质的灵活性。
2016-02-16 q-bio.BM q-bio.QM
Improved prediction of ligand-protein binding affinities by meta-modeling
Yale University（耶鲁大学）；Yale Center for Genome Analysis（耶鲁基因组分析中心）
本文提出一种元建模框架，集成基于力场的经验对接模型与基于序列的深度学习模型，通过系统评估多种基础模型、训练数据库和元建模方法，显著提升了配体-蛋白质结合亲和力预测性能，并在大规模基准和虚拟筛选中展现出更好的泛化能力与可扩展性。
2024-10-21 cs.LG q-bio.QM
Most Ligand-Based Classification Benchmarks Reward Memorization Rather than Generalization
Atomwise, Inc.（Atomwise公司）
当训练和验证数据之间存在显著冗余时，可能会发生未检测到的过拟合。我们描述了AVE，一种新的措施，训练验证冗余的配体为基础的分类问题，占之间的相似性，以及活跃的非活性分子。我们调查了七个广泛使用的虚拟筛选和分类基准，并表明AVE偏差的量与基于配体的预测方法的性能密切相关，无论预测的属性，化学指纹，相似性度量，或以前应用的无偏技术。因此，它可能是以前报道的性能，大多数配体为基础的方法可以解释为过度拟合的基准，而不是良好的前瞻性的准确性。
2018-05-09 cs.LG q-bio.QM stat.ML
One-shot screening of potential peptide ligands on HR1 domain in COVID-19 glycosylated spike (S) protein with deep siamese network
Imperial College London（帝国理工学院）
新型冠状病毒（2019-nCoV）已被宣布为新的国际卫生问题，目前尚未确定具体药物。目前正在评估几种方法，如蛋白酶和糖基化刺突（S）蛋白抑制剂，概述了冠状病毒和宿主细胞之间的主要融合位点。尽管如此，糖基化刺突（S）蛋白上的Heptad Repeat 1（HR 1）结构域是具有较低突变性的区域，然后是新抑制剂药物最令人鼓舞的靶点。与其他方法相比，所提出的方法的新颖性在于对2019-nCoV病毒进行深度神经网络的精确训练。其中，暹罗神经网络（SNN）已被训练用于区分两种不同病毒家族（如HIV-1和埃博拉病毒）中的整个2019-nCoV蛋白质序列。通过这种方式，目前的深度学习系统具有2019-nCoV蛋白质结构之间的肽连接的精确知识，并且与其他工作不同的是，不是在尚未提供2019-nCoV的任何配体肽信息的公共数据集上进行琐碎的训练。突然，SNN显示肽亲和力分类的灵敏度为$83\%$，其中SATPdb库上的$3027$肽已针对2019-nCoV的特定区域HR 1进行了测试，对肽基脯氨酰顺反异构酶（PPI酶）肽表现出$93\%$的亲和力。PPIase和HR 1之间的这种亲和力可以打开新的研究视野，因为一些科学论文已经表明，CsA免疫抑制药物，PPIase的主要抑制剂，抑制不同的冠状病毒，包括SARS-CoV和MERS-CoV的繁殖。最后，为了确保科学的可重复性，代码和数据已在以下链接中公开…
2020-04-11 cs.LG q-bio.QM
Boosting Docking-based Virtual Screening with Deep Learning
在这项工作中，我们提出了一种深度学习方法来改进基于对接的虚拟筛选。引入的深度神经网络DeepVS使用对接程序的输出，并学习如何从基本数据中提取相关特征，例如从蛋白质-配体复合物中获得的原子和残基类型。我们的方法引入了原子和氨基酸嵌入的使用，并通过将化合物建模为一组由卷积层进一步处理的原子上下文，实现了创建蛋白质-配体复合物的分布式矢量表示的有效方法。所提出的方法的主要优点之一是，它不需要特征工程。我们在有用诱饵目录（DUD）上评估DeepVS，使用两个对接程序的输出：AutodockVina1.1.2和Dock6.6。使用留一交叉验证的严格评估，DeepVS在AUC ROC和富集因子方面都优于对接程序。此外，使用AutodockVina1.1.2的输出，DeepVS实现了0.81的AUC ROC，据我们所知，这是迄今为止使用来自DUD的40种受体进行虚拟筛选的最佳AUC。
2016-11-21 q-bio.QM
Regression Enrichment Surfaces: a Simple Analysis Technique for Virtual Drug Screening Models
University of Chicago（芝加哥大学）；Argonne National Laboratory（阿贡国家实验室）
我们提出了一种新的方法来理解虚拟药物筛选任务中模型的性能。虽然大多数虚拟筛选问题表现为排名和分类之间的混合，但模型通常被训练为回归模型，这会带来需要选择截止值或排名度量的问题。我们的方法，回归富集表面（RES），是基于虚拟筛选的目标：检测尽可能多的最佳性能的治疗。我们概述了虚拟筛选性能指标的历史和RES背后的想法。我们提供了一个Python包以及如何实现和解释结果的细节。
2020-06-01 cs.LG q-bio.QM stat.ML
The pharmacophore kernel for virtual screening with support vector machines
我们介绍了一个家庭的正定内核专门优化的操作的3D结构的分子与内核的方法。内核是基于分子的3D结构中存在的三点药效团的比较，这是一组已知与虚拟筛选应用特别相关的分子特征。我们提出了一个计算上要求严格的实现这些内核，以及快速近似相关的经典指纹为基础的approaches。实验结果表明，这种新的方法优于国家的最先进的算法的基础上的分子的二维结构的检测抑制剂的几个药物靶标。
2006-03-03 q-bio.QM
CLIPZyme: Reaction-Conditioned Virtual Screening of Enzymes
提出CLIPZyme框架，利用对比学习对齐酶结构与反应对，实现酶虚拟筛选，在反应信息有限时优于现有EC预测器，并展现良好泛化能力。
2024-02-09 q-bio.QM
An Improved Metric and Benchmark for Assessing the Performance of Virtual Screening Models
提出改进的富集指标和BayesBind基准，解决数据泄漏问题，评估发现现有虚拟筛选模型均未优于KNN基线。
2024-03-15 q-bio.QM
Deep Learning Model of Dock by Dock Process Significantly Accelerate the Process of Docking-based Virtual Screening
基于对接的虚拟筛选（VS process）是利用计算对接的方法从数以百万计的分子中筛选出具有潜在药理活性的配体，大大减少了实验筛选的化合物数量，缩短了研究周期，节约了研究成本。然而，大多数低对接分数的化合物会浪费大部分计算资源。本文提出了一种新颖实用的基于对接的机器学习方法MLDDM（Machince Learning Docking-by-Docking Models）。它由一个回归模型和一个分类模型组成，模拟了许多虚拟筛选项目中常用的经典对接协议。MLDDM可以快速消除具有低对接分数的化合物，并且将检查具有潜在高对接分数的保留化合物以用于进一步的真实对接程序。我们证明，MLDDM具有良好的能力，以确定10个特定的蛋白质目标的情况下，研究活性化合物。与基于VS协议的纯逐对接相比，采用MLDDM的VS过程平均可以获得超过120倍的速度提升，并且与相应的逐对接VS协议的一致率在0.8以上。因此，在当前的大数据时代，将其用于超大型复合库的检测是很有前途的。
2021-10-25 q-bio.QM
Statistical Methods for Estimating Complexity from Competition Experiments between Two Populations
通常，筛选或选择实验靶向细胞或组织，其呈现许多可能的分子靶标并鉴定相应大量的配体。我们描述了一种统计方法，以提取的复杂性或丰富性的一组分子目标之间的竞争实验可区分的配体，包括来自组合实验（SELEX或噬菌体展示）的适体的估计。在模拟中，非参数统计提供了一个强大的估计复杂性从100 × 100矩阵的竞争实验，这显然是可行的高通量格式。该统计量和方法也适用于其他配体结合的情况。
2013-06-01 q-bio.PE q-bio.QM
Recent Developments in Structure-Based Virtual Screening Approaches
Harvard Medical School（哈佛医学院）；Harvard University（哈佛大学）；Dana Farber Cancer Institute（达纳-法伯癌症研究所）
药物开发是一个广泛的科学领域，目前面临着许多挑战。其中包括极高的开发成本，漫长的开发时间，以及每年批准的新药数量很少。为了解决这些问题，需要新的和创新的技术，使小分子的药物发现过程更省时和更经济，并且允许靶向先前不可药物化的靶类，例如蛋白质相互作用。基于结构的虚拟筛选已成为这方面的主要竞争者。本文介绍了基于结构的虚拟筛选的基本原理，并综述了近年来的研究进展。我们概述了关键原则，最近的成功案例，新方法，可用的软件，以及有前途的未来研究方向。虚拟筛选对于开发新的小分子药物具有巨大的潜力，并且已经开始改变早期药物发现。
2022-11-06 cs.LG physics.bio-ph physics.chem-ph
Novel prediction methods for virtual drug screening
药物开发是一个昂贵且耗时的过程，其中数千种化合物正在进行测试，以找到那些具有药物样特性同时安全有效的化合物。早期药物发现过程的关键部分之一已经成为虚拟药物筛选--一种通过运行药物-靶标相互作用的计算机模拟来缩小潜在药物搜索范围的方法。由于这些方法需要大量的计算能力才能获得准确的结果，因此基于机器学习技术的预测模型成为一种流行的解决方案，需要更少的计算能力，并提供生成新的化学结构以供进一步研究的能力。深度学习是停留在药物发现但还有很长的路要走。只是在过去的几年里，随着计算能力的提高，研究人员才真正开始在药物发现过程的各个阶段拥抱神经网络的潜力。虽然预测方法在药物发现的未来发展中有很大的前景，但它们也带来了新的问题和挑战，仍然需要解决。
2022-02-14 q-bio.QM
Using Bayesian Optimization to Accelerate Virtual Screening for the Discovery of Therapeutics Appropriate for Repurposing for COVID-19
IBM Research Europe（IBM欧洲研究院）
被称为SARS-CoV-2的新型武汉冠状病毒在非战时环境中带来了几乎前所未有的影响，严重打击了社会，经济和卫生系统。能够采取药物干预措施来抵消其影响将是这场正在进行的战斗中扭转局势的一个重大转折点。最近，世界上最强大的超级计算机SUMMIT通过高通量虚拟筛选方法来鉴定现有的可能具有抗SARS-CoV-2活性的小分子药物。在这次交流中，我们展示了如何使用贝叶斯优化可以为这些计算的优先级提供有价值的服务，从而加速识别高性能候选人，从而扩大HPC系统用于时间关键筛选的实用范围
2020-05-11 cs.LG q-bio.BM q-bio.QM
Virtual Lung Screening Trial (VLST): An In Silico Study Inspired by the National Lung Screening Trial for Lung Cancer Detection
针对临床影像学试验的局限性，本研究构建虚拟肺癌筛查试验（VLST）平台，模拟NLST关键要素，通过294例虚拟患者队列对比CT与CXR的诊断性能，证明VITs可安全高效推进成像诊断技术。
2025-04-04 eess.IV q-bio.QM
Pareto Optimization to Accelerate Multi-Objective Virtual Screening
Department of Chemical Engineering, MIT, Cambridge, MA 02139
本文提出帕累托优化加速多目标虚拟筛选，在三个案例中优于标量化，仅探索8%的400万分子库即获取全部帕累托前沿分子，降低筛选成本。
2023-10-16 cs.LG q-bio.QM
KANEL: Kolmogorov-Arnold Network Ensemble Learning Enables Early Hit Enrichment in High-Throughput Virtual Screening
AI1 Technologies（AI1 科技公司）；KAN Technologies, LLC（KAN 科技有限公司）；UNC-Chapel Hill（北卡罗来纳大学教堂山分校）
KANEL通过结合可解释的Kolmogorov-Arnold网络与XGBoost等模型，提升高通量虚拟筛选中早期命中富集的准确性。
2026-03-25 cs.LG physics.chem-ph q-bio.QM
Diff4VS: HIV-inhibiting Molecules Generation with Classifier Guidance Diffusion for Virtual Screening
Information Science and Technology College, Dalian Maritime University（大连海事大学信息科学技术学院）；School of Computer Science and Technology, Dalian University of Technology（大连理工大学计算机科学与技术学院）；School of Innovation and Entrepreneurship, Dalian University of Technology（大连理工大学创新创业学院）
本文提出Diff4VS模型，首次结合分类器引导扩散与基于配体的虚拟筛选生成HIV抑制分子，并引入DrugIndex评估指标及发现分子生成退化现象，为药物设计提供新方法。
2024-07-20 cs.AI cs.LG q-bio.QM
Self-focusing virtual screening with active design space pruning
Harvard University（哈佛大学）；MIT（麻省理工学院）；IBM Thomas J. Watson Research Center（IBM托马斯·J·沃森研究中心）；IBM Research Europe（IBM欧洲研究院）
高通量虚拟筛选是小分子发现中不可或缺的技术。在分子库非常大的情况下，穷举虚拟筛选的成本可能过高。与随机选择相比，模型引导的优化已被用于通过显著提高样本效率来降低这些成本。然而，这些技术通过代理模型训练和推理步骤向工作流引入了新的成本。在这项研究中，我们提出了一个扩展的框架模型引导的优化，减轻推理成本使用的技术，我们称之为设计空间修剪（DSP），不可逆地删除性能差的候选人的考虑。我们研究了DSP的应用程序的各种优化任务，并观察到显着降低开销成本，同时表现出类似的性能的基线优化。DSP代表了模型引导优化的一个有吸引力的扩展，它可以限制优化设置中的开销成本，其中这些成本相对于目标成本（例如对接）是不可忽略的。
2022-05-03 cs.LG q-bio.QM
Predicting inhibitors for SARS-CoV-2 RNA-dependent RNA polymerase using machine learning and virtual screening
由新发现的SARS- CoV-2冠状病毒引起的全球冠状病毒疾病大流行（COVID-19）继续夺去全球数千人的生命。由于无法获得治疗COVID-19的特定药物，因此使用各种方法（包括计算分析）进行药物重新定位。这种分析主要依赖于分子对接，并且需要靶蛋白的3D结构可用。在这项研究中，我们利用了一组机器学习算法，并在RNA依赖性RNA聚合酶（RdRp）抑制剂的数据集上训练它们，仅基于配体信息对抗病毒和抗炎药物进行推理分析。我们还对机器学习模型预测的候选药物进行了虚拟筛选分析，并将其与SARS- CoV-2 RdRp的活性位点对接，这是病毒复制机制的关键组成部分。基于RdRp抑制剂的配体信息，机器学习模型能够识别出候选物，如瑞德西韦和baloxavir marboxil，这些分子对新型冠状病毒的RdRp具有记录的活性。在其他确定的候选药物中，有贝卡布韦，一种丙型肝炎病毒（HCV）RdRp酶的非核苷抑制剂，以及HCV蛋白酶抑制剂帕利匹韦和法尔达匹韦。对这些候选物使用针对SARS-CoV-2 RdRp的分子对接的进一步分析揭示了针对酶活性位点的低结合能。我们的方法还确定了抗炎药物羽扇豆醇，lifitegrast，antrafenine，桦木酸和熊果酸对SARS-CoV-2 RdRp具有潜在的活性。我们建议考虑进一步验证本研究的结果，作为对抗COVID-19的潜在治疗选择。
2020-06-09 q-bio.BM q-bio.QM
Structure-aware generation of drug-like molecules
University of Cambridge（剑桥大学）
基于结构的药物设计涉及寻找与蛋白质口袋表现出结构和化学互补性的配体分子。深度生成方法在从头开始提出新分子（从头设计）方面表现出了希望，避免了化学空间的穷举虚拟筛选。大多数生成性从头模型未能纳入详细的配体-蛋白质相互作用和3D口袋结构。我们提出了一种新的监督模型，生成分子图与3D构成的离散分子空间。分子是由晶体学数据中的结构信息指导，在口袋中一个原子一个原子地构建的。我们使用对接基准评估我们的模型，发现引导生成将预测的结合亲和力提高了8%，药物相似性得分提高了10%。此外，我们的模型提出了分子的结合分数超过一些已知的配体，这可能是有用的，在未来的湿实验室研究。
2021-11-07 cs.LG q-bio.QM
PLANTAIN: Diffusion-inspired Pose Score Minimization for Fast and Accurate Molecular Docking
PLANTAIN通过扩散启发的训练方式构建快速姿态评分函数，结合L-BFGS优化实现比次优方法快十倍且达到最先进性能的分子对接。
2023-07-26 q-bio.QM
Virtual screening with support vector machines and structure kernels
Xerox Research Center Europe（施乐欧洲研究中心）；Centre for Computational Biology, Ecole des Mines de Paris（巴黎矿业学院计算生物学中心）
支持向量机和核方法近年来在化学信息学中得到了广泛的关注。它们为监督分类或回归问题提供了良好的性能，并提供了一个灵活且计算效率高的框架，以包含有关数据和待处理问题的相关信息和先验知识。特别地，使用核方法，分子不需要被明确地表示和存储为向量或指纹，而仅需要通过技术上称为核的比较函数来相互比较。虽然经典的内核可以用于比较分子的矢量或指纹表示，但近年来开发了全新的内核来直接比较分子的2D或3D结构，而不需要通过提取分子描述符进行明确的矢量化步骤。虽然仍处于起步阶段，这些方法已经证明了其相关性的几个毒性预测和结构-活性关系的问题。
2007-08-01 cs.LG q-bio.QM
Virtual Screening of Pharmaceutical Compounds with hERG Inhibitory Activity (Cardiotoxicity) using Ensemble Learning
Indian Institute of Technology Mandi（曼迪印度理工学院）
对潜在药物分子具有高灵敏度和特异性的心脏毒性的计算机预测可能具有巨大的价值。因此，基于从药物分子结构中提取的一些特征，构建能够有效预测心脏毒性的机器学习分类模型至关重要。在本文中，我们考虑了各种机器学习方法的应用，然后提出了一个集成分类器的预测分子活性的药物发现的Hacknut（DDH）（第1次参考）数据集。我们只使用了2-D描述符的SMILE符号为我们的预测。我们的集成分类使用5个分类器（2个随机森林分类器，2个支持向量机和一个密集的神经网络），并使用最大投票技术和加权平均技术的最终决定。
2021-06-05 cs.AI cs.LG q-bio.QM
Adapting Boltz-2 with limited experimental activity data improves early enrichment in virtual screening
Institute of Science Tokyo（东京科学研究所）
本研究针对虚拟筛选，利用少量实验活性标签微调Boltz-2亲和力头，显著提升早期富集，且对约10%候选重新评分仍保持效果。
2026-09-22 cs.AI cs.LG q-bio.BM
Boltzina: Efficient and Accurate Virtual Screening via Docking-Guided Binding Prediction with Boltz-2
Department of Computer Science（计算机科学系）；School of Computing（计算学院）；Institute of Science（科学研究所）
提出Boltzina框架，利用Boltz-2的高精度结合预测，通过省略结构预测并基于Vina对接姿态直接预测亲和力，实现高效准确的虚拟筛选，在MF-PCBA上优于传统对接方法，并支持多姿态和两阶段优化。
2025-08-24 cs.CE cs.LG q-bio.BM
Importance-Sampling Estimation of Gaussian Molecular Shape Overlap: Exact Union Volumes and Confidence-Bounded Virtual Screening
Lomonosov Moscow State University（莫斯科罗蒙诺索夫国立大学）
研究高斯分子形状重叠，提出基于重要性抽样的无偏蒙特卡罗估计器，能精确计算并集体积，提供解析标准误差，实现置信度受限筛选，在基准测试中表现良好，可进行梯度对齐，还能提供无偏绝对体积和不确定性估计。
2026-07-24 physics.chem-ph q-bio.QM stat.AP
Attribution Methods Reveal Flaws in Fingerprint-Based Virtual Screening
基于指纹的蛋白质-配体结合模型在基准数据集上取得了巨大的成功;然而，这些模型可能无法学习正确的结合规则。为了评估这一问题，我们使用具有已知约束规则的计算机数据集来开发一个用于评估模型属性的通用框架。该框架识别模型认为达到特定分数所必需的片段，回避了模型可区分的需要。我们的研究结果证实，高性能模型可能无法学习正确的绑定规则，并提出了可以纠正这种情况的具体步骤。我们发现，添加片段匹配的非活性分子（诱饵）的数据减少归因假阴性，而归因假阳性主要来自分子数据的背景相关结构。对这些背景相关性进行归一化有助于揭示真正的绑定逻辑。我们的工作强调了信任高性能模型的归因的危险，并建议更仔细地检查指纹相关结构和更好的诱饵选择可能有助于减少错误归因。
2020-07-08 q-bio.BM q-bio.QM
Low cost prediction of probability distributions of molecular properties for early virtual screening
Jagiellonian University（雅盖隆大学）；Maj Institute of Pharmacology, Polish Academy of Sciences（波兰科学院马伊药理学研究所）
虽然一般关注的是数值预测，但在数学上更合适的是概率分布预测：还有其他可能性，如不确定性预测，高阶矩和分位数。针对计算机辅助药物设计领域，本文采用了以前用于人口、金融和天文数据分析的分层相关重构方法。它不是使用单个线性回归来预测值，而是使用多个线性回归来独立地预测多个矩，最后将它们组合成预测的概率分布，这里是基于Klekota\&Roth开发的子结构指纹的几个ADMET属性。讨论的应用实例是在虚拟筛选期间廉价地选择具有几乎肯定在预测或选择范围内的性质的分子的百分比。这样的方法可以方便的结果的解释为特征的高比率的不确定性的预测自动检测。此外，对于每个研究的预测问题，我们检测到关键的结构特征，在优化化合物的特定性质时应仔细考虑这些特征。因此，在研究中开发的整个方法对药物化学家来说是一个巨大的支持，因为它能够快速拒绝具有最低潜在的所需理化/ADMET特征的化合物，并指导化合物优化过程。
2022-07-21 cs.LG q-bio.BM q-bio.QM
ParaVS: A Simple, Fast, Efficient and Flexible Graph Neural Network Framework for Structure-Based Virtual Screening
Global Health Drug Discovery Institute（全球健康药物研发中心）
基于结构的虚拟筛选（SBVS）是一种将计算方法集成到药物设计中的有前途的计算机技术。在SBVS中广泛使用的方法是分子对接。然而，由于该方法采用经典力学评分函数来逼近量子力学精度，难以达到量子力学精度，因此很难同时保证计算效率和精确度。为了降低蛋白质-配体评分过程的计算成本并使用数据驱动方法来提高评分函数的准确性，我们引入了基于对接的SBVS方法，此外，还引入了一种基于深度学习的非对接方法，该方法能够避免对接过程的计算成本。然后，我们尝试将这两种方法集成到一个易于使用的框架，ParaVS，为研究人员提供两种选择。ParaVS中采用了图神经网络（GNN），我们解释了我们内部的GNN如何工作以及如何对配体和分子靶标进行建模。为了验证我们的方法，交叉验证实验在两个数据集上进行，一个开放的数据集有用的诱饵目录：增强（DUD.E）和一个内部专有的数据集没有计算生成的人工诱饵（NoDecoy）。在DUD.E上，我们实现了0.981的最先进AUC和36.2的2%的最先进富集因子;在NoDecoy上，我们实现了0.974的AUC。我们进一步完成了一个开放的数据库，烯胺REAL数据库（RDB），其中包括超过13.6亿分子在4050核心小时使用我们的ParaVS非对接方法（ParaVS-ND）的推断。ParaVS-ND的推理速度约为3.6e5个分子/核心-小时，而传统的基于对接的方法的这个数量约为20个…
2021-02-08 cs.LG q-bio.BM q-bio.QM
Deep Learning for Virtual Screening: Five Reasons to Use ROC Cost Functions
Leipzig University（莱比锡大学）；Technical University of Munich（慕尼黑工业大学）；Vanderbilt University（范德堡大学）
计算机辅助药物发现是现代药物开发的重要组成部分。其中，深度学习已经成为一种重要的工具，用于快速筛选数十亿个含有所需化学特征的分子。尽管它很重要，但在训练这些模型时仍然存在巨大的挑战，例如严重的类别不平衡，高决策阈值以及某些数据集中缺乏地面真值标签。在这项工作中，我们主张在这种情况下直接优化受试者操作特征（ROC），因为它对类不平衡的鲁棒性，它在不同决策阈值上妥协的能力，在这种妥协中影响相对权重的一定自由度，对典型基准测量的保真度，以及与积极/未标记学习的等效性。我们还为基于ROC的成本函数提出了新的训练方案（连贯的小批量安排和批外样本的使用），以及基于logAUC度量的成本函数，以促进早期富集（即在高决策阈值下提高性能，这是合成预测命中化合物时经常需要的）。我们证明，这些方法在一系列PubChem高通量筛选数据集上的表现优于标准的深度学习方法，这些数据集代表了主要药物靶向家族的现实和多样化的药物发现活动。
2020-06-25 cs.LG q-bio.BM q-bio.QM
Grid enabled virtual screening against malaria
WISDOM是一项国际倡议，旨在在网格基础设施上启用虚拟筛选管道。它的第一次尝试是在公共电网基础设施上部署大规模的计算机对接。蛋白质-配体对接是关于使用评分算法计算蛋白质靶标与潜在药物库的结合能。以前的部署要么局限于一个集群，要么局限于制药实验室的严密保护环境中的集群网格，要么局限于无处不在的网格。2005年7月11日至2005年8月19日，第一次大规模对接实验在EGEE网格生产服务上进行，目标与疟疾研究有关，对接了4100多万种化合物，相当于80年的CPU时间。全世界15个国家同时使用了多达1 700台计算机。与部署和监测的silico对接实验，以及网格操作和服务的经验有关的问题报告的文件。这种大规模部署遇到的主要问题是网格基础设施的稳定性。虽然总体成功率超过80%，但在应用程序层面仍需要大量的监控和监督，以重新提交失败的作业。但是，这个实验展示了网格基础设施如何拥有巨大的能力，在相当长的一段时间内为目标明确的目标调动非常大的CPU资源。这一成功导致了针对禽流感神经氨酸酶N1的第二个计算挑战。
2006-11-17 cs.DC q-bio.QM
Can virtual staining for high-throughput screening generalize?
GSK Drug Metabolism & Pharmacokinetics（葛兰素史克公司药物代谢与药代动力学部）；GSK Medicines Research Centre（葛兰素史克药物研究中心）；GSK Genome Biology（葛兰素史克公司基因组生物学部）；GSK Bioimaging（葛兰素史克公司生物成像部）
本研究基于772,416对HTS图像，系统评估虚拟染色模型在未见表型、未见细胞类型及其组合下的泛化能力，发现非毒性样本训练效果更优，并首次提供大规模数据为中心的泛化分析策略。
2024-09-30 cs.AI cs.CV cs.LG
Triangle Multiplication Is All You Need For Biomolecular Structure Representations
Genesis Research（基因组研究）
Pairmixer通过消除三角注意力并提升效率，实现生物分子结构预测的高效建模与大规模应用
2025-12-04 cs.LG q-bio.QM
E2CB2former: Effecitve and Explainable Transformer for CB2 Receptor Ligand Activity Prediction
University of Alabama at Birmingham（阿拉巴马大学伯明翰分校）；Bowling Green State University（鲍灵格林州立大学）；University of Delaware（特拉华大学）
针对CB2受体配体活性预测的可解释性问题，提出结合GCN和Transformer的CB2former框架，在基准测试中取得R²=0.685、RMSE=0.675、AUC=0.940的优越性能，还能揭示关键分子亚结构，助力药物发现。
2025-02-15 cs.AI cs.LG q-bio.QM
Scaffold Splits Overestimate Virtual Screening Performance
Imperial College London（帝国理工学院）；Centre de Recherche en Cancérologie de Marseille（马赛癌症研究中心）
本文通过60个NCI-60数据集和2100个模型实验证明，骨架分割因训练与测试分子间存在不切实际的高相似性而高估虚拟筛选性能，并建议采用UMAP聚类等更真实的数据分割方法。
2024-06-30 cs.AI cs.CE cs.LG
