A benchmark study on reliable molecular supervised learning via Bayesian learning
AITRICS
虚拟筛选是利用计算机技术从化学库中寻找所需化合物的过程。为了利用机器学习的这个目的,可以被解释为预测概率的模型输出将是有益的,因为高预测分数对应于高正确性概率。在这项工作中,我们提出了一个研究的预测性能和可靠性的图神经网络训练最近提出的贝叶斯学习算法。我们的工作表明,贝叶斯学习算法允许对各种GNN架构和分类任务进行良好校准的预测。此外,我们展示了可靠预测对虚拟筛选的影响,贝叶斯学习可能会导致更高的成功率找到命中化合物。
2020-07-01 cs.LG stat.ML
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
Attention-Based Learning on Molecular Ensembles
Institute for Neurodegenerative Diseases(神经退行性疾病研究所);University of California, San Francisco(加州大学旧金山分校)
小分子配体的三维形状和构象对于生物分子识别是至关重要的,然而编码3D几何形状并没有改善基于配体的虚拟筛选方法。我们描述了一种端到端的深度学习方法,该方法直接对小分子构象集合进行操作,并识别小分子的关键构象。我们的网络利用两个层次的表示学习:1)首先使用图神经网络将单个构象编码为空间图,2)使用注意力机制将采样的构象集合表示为集合,以在单个实例上聚合。我们证明了这种方法的可行性,一个简单的任务的基础上双齿协调的联芳基配体,并显示如何注意力池可以阐明关键的构象构成任务的基础上,分子几何。这项工作说明了如何设置为基础的学习方法可能会进一步发展为小分子为基础的虚拟筛选。
2020-11-25 cs.LG physics.chem-ph
Docking-based Virtual Screening with Multi-Task Learning
Baidu Inc.(百度公司);Jinan University(暨南大学)
机器学习在药物发现的虚拟筛选中显示出巨大的潜力。目前加速基于对接的虚拟筛查的努力没有考虑使用其他先前开发的目标的现有数据。为了利用其他目标的知识和利用现有的数据,在这项工作中,我们将多任务学习应用到基于对接的虚拟筛选问题。在两个大型对接数据集上的大量实验结果表明,多任务学习可以获得更好的对接得分预测性能。通过跨多个目标学习知识,经过多任务学习训练的模型表现出更好的适应新目标的能力。另外的实证研究表明,药物发现中的其他问题,如实验药物-靶点亲和力预测,也可能受益于多任务学习。我们的研究结果表明,多任务学习是一个有前途的机器学习方法对接为基础的虚拟筛选和加速药物发现的过程。
2021-12-13 cs.AI cs.LG q-bio.BM
Equivariant Scalar Fields for Molecular Docking with Fast Fourier Transforms
CSAIL, Massachusetts Institute of Technology(麻省理工学院计算机科学与人工智能实验室);Dept. of Mathematics, Massachusetts Institute of Technology(麻省理工学院数学系)
本文提出用等变图神经网络参数化配体与蛋白质标量场,并以互相关作为评分函数,结合快速傅里叶变换加速刚体对接优化,在虚拟筛选任务中实现与Vina和Gnina相似但更快且对预测结构更稳健的性能。
2024-09-01 cs.LG q-bio.BM
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
PharmacoNet: Accelerating Large-Scale Virtual Screening by Deep Pharmacophore Modeling
KAIST(韩国科学技术院);HITS Inc.(HITS公司)
提出深度学习框架PharmacoNet,将药效团建模视为实例分割问题、结合姿态预测视为图匹配问题,在保持合理准确性的同时显著加速大规模虚拟筛选,并有效保留命中候选物。
2023-12-18 cs.LG q-bio.BM
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
Scaling Structure Aware Virtual Screening to Billions of Molecules with SPRINT
University of Pittsburgh(匹兹堡大学);Carnegie Mellon University(卡内基梅隆大学);Mohamed Bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学);Petuum Inc.(Petuum公司)
SPRINT是一种基于自注意力架构和结构感知蛋白质语言模型的向量化虚拟筛选方法,能够快速筛选数十亿分子,在多个基准上达到SOTA性能,并支持大规模药物重定位。
2025-01-20 cs.LG q-bio.BM
Transfer Learning across Different Chemical Domains: Virtual Screening of Organic Materials with Deep Learning Models Pretrained on Small Molecule and Chemical Reaction Data
Zhejiang University of Technology(浙江工业大学);Macao Polytechnic University(澳门理工大学)
针对有机材料标记数据不足的问题,研究用小分子与化学反应数据预训练 BERT 并迁移到五项虚拟筛选任务,USPTO-SMILES 预训练模型取得最优 R2 表现。
2024-03-05 cs.LG physics.chem-ph q-bio.BM
Large-scale ligand-based virtual screening for SARS-CoV-2 inhibitors using deep neural networks
ELLIS Unit at the LIT AI Lab, Johannes Kepler University Linz(林茨约翰内斯·开普勒大学 LIT AI 实验室 ELLIS 单元);Institute for Machine Learning, Johannes Kepler University Linz(林茨约翰内斯·开普勒大学机器学习研究所)
由于当前严重急性呼吸综合征冠状病毒2(SARS-CoV-2)大流行,迫切需要新型疗法和药物。我们进行了大规模的虚拟筛选,寻找潜在的CoV-2抑制剂小分子。为此,我们利用了“ChemAI”,这是一个深度神经网络,在来自三个公共药物发现数据库的360万个分子中的超过2.2亿个数据点上进行了训练。通过ChemAI,我们从ZINC数据库中筛选并排名了10亿个分子,以获得对CoV-2的有利影响。然后,我们将结果简化为30,000种排名最高的化合物,这些化合物可以通过ZINC数据库轻松访问和购买。此外,我们使用ChemAI筛选DrugBank以允许药物再利用,这将是一种快速的治疗方法。我们在https://github.com/ml-jku/sars-cov-inhibitors-chemai上提供这些ZINC和DrugBank的顶级化合物作为进一步筛选生物测定的库。
2020-08-17 cs.LG q-bio.BM 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
SVSBI: Sequence-based virtual screening of biomolecular interactions
虚拟筛选(VS)是理解生物分子相互作用,特别是药物设计和发现的重要技术。性能最好的VS模型主要依赖于三维(3D)结构,这是一般情况下不可用,但可以从分子对接。然而,目前的对接精度相对较低,导致不可靠的VS模型。我们介绍了基于序列的虚拟筛选(SVS)作为新一代的VS模型建模生物分子相互作用。SVS模型利用先进的自然语言处理(NLP)算法并优化深度$K$嵌入策略来编码生物分子相互作用,而无需调用基于3D结构的对接。我们证明了SVS的四个回归数据集,涉及蛋白质-配体结合,蛋白质-蛋白质,蛋白质-核酸结合,配体抑制蛋白质相互作用和五个分类数据集的蛋白质相互作用在五个生物物种的最先进的性能。SVS有可能极大地改变目前药物发现和蛋白质工程的实践。
2022-12-27 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
Unveiling Molecular Moieties through Hierarchical Grad-CAM Graph Explainability
本研究提出层次化Grad-CAM图解释器(HGE),用于解释图神经网络在虚拟筛选中的预测,识别驱动蛋白质-配体结合的分子基团,经实验验证可辅助药物筛选与重定位。
2025-06-22 cs.AI cs.LG q-bio.MN
Representability of algebraic topology for biomolecules in machine learning based scoring and virtual screening
本工作介绍了一些代数拓扑方法,如多组分持续同源性,多级持续同源性和静电持久性的表示,表征和描述的小分子和生物分子复合物。多组分持久同源性在生物分子几何复杂性的拓扑简化过程中保留了关键的化学和生物信息。多水平持续同源性使得能够对感兴趣的分子间和/或分子内相互作用进行定制的拓扑描述。静电持久性将部分电荷信息纳入拓扑不变量。这些拓扑方法与Wasserstein距离配对以表征分子之间的相似性,并进一步与各种机器学习算法集成,包括k-最近邻,树的集成和深度卷积神经网络,以显示其对化学和生物学问题的描述和预测能力。广泛的数值实验涉及超过4,000蛋白质-配体复合物从PDBBind数据库和近100,000的配体和诱饵在DUD数据库进行测试,分别得分能力和虚拟筛选能力的拓扑方法。实验结果表明,本文提出的方法在蛋白质-配体结合亲和力预测和配体-诱饵识别方面优于基于现代机器学习的方法。
2017-08-27 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
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
High-Throughput Virtual Screening of Small Molecule Inhibitors for SARS-CoV-2 Protein Targets with Deep Fusion Models
Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室);Sandia National Laboratories(桑迪亚国家实验室);NVIDIA Corporation(英伟达公司)
基于结构的深度融合模型最近被证明优于几种基于物理和机器学习的蛋白质-配体结合亲和力预测方法。作为多机构COVID-19大流行应对措施的一部分,针对引起COVID-19的新型冠状病毒(SARS-CoV-2)的四种蛋白质结构,对超过5亿个小分子进行了计算筛选。对深度融合进行了三次增强,以评估SARS-CoV-2蛋白靶标上超过50亿个对接姿势。首先,通过将架构制定为一个相干反向传播模型(相干融合)来改进深度融合概念,以提高绑定亲和度预测精度。其次,使用分布式遗传超参数优化来训练模型。最后,开发了一种可扩展的高通量筛选能力,以最大限度地提高评估的配体数量,并加快实验评估的路径。在这项工作中,我们提出了基于机器学习的高通量筛选方法和使用我们的计算管道找到SARS-CoV-2抑制剂的结果。
2021-06-01 cs.LG q-bio.BM
Compound virtual screening by learning-to-rank with gradient boosting decision tree and enrichment-based cumulative gain
Tokyo Institute of Technology(东京工业大学)
学习排序是一种广泛应用于信息检索的机器学习技术,近年来被应用于基于配体的虚拟筛选问题,以加速新药开发的早期阶段。排名预测模型基于顺序关系进行学习,使其适合整合来自各种环境的测定数据。现有的化合物筛选中的秩预测研究通常使用称为RankSVM的学习秩方法。然而,它们还没有与最近流行的基于梯度提升决策树(GBDT)的学习排名方法进行比较或验证。此外,虽然被称为归一化贴现累积增益(NDCG)的排名度量被广泛用于信息检索,但它仅确定预测是否优于其他模型。换句话说,NDCG无法识别预测模型何时产生比随机结果更差的结果。尽管如此,NDCG仍然用于使用学习排序的化合物筛选的性能评估。本研究使用具有排名损失函数的GBDT模型(称为Rankdarank和Rankdaloss)进行基于配体的虚拟筛选;将结果与现有的RankSVM方法和使用回归的GBDT模型进行比较。我们还提出了一个新的排名指标,归一化富集贴现累积增益(NEDCG),其目的是正确评估排名预测的好坏。结果表明,在不同的数据集上,具有学习排序的GBDT模型优于使用GBDT和RankSVM的现有回归方法。此外,NEDCG表明,回归预测与多测定、多家族数据集的随机预测相当,证明了其对更直接评估化合物筛选性能的有用性。
2022-08-29 cs.CV cs.IR cs.LG
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
AANet: Virtual Screening under Structural Uncertainty via Alignment and Aggregation
Institute for AI Industry Research, Tsinghua University, Beijing, China(人工智能产业研究院,清华大学,北京,中国);Beijing Frontier Research Center for Biological Structure, Tsinghua University, Beijing, China(北京生物结构前沿研究中心,清华大学,北京,中国);Beijing Academy of Artificial Intelligence (BAAI), Beijing, China(北京人工智能研究院(BAAI),北京,中国);Department of Computer Science and Technology, Tsinghua University, Beijing, China(计算机科学与技术系,清华大学,北京,中国);University of Electronic Science and Technology of China, Chengdu, China(电子科技大学,成都,中国)
针对现有虚拟筛选方法在口袋信息缺失的载脂蛋白或预测结构上性能下降的问题,提出含三模态对比学习模块和交叉注意力适配器的AANet框架,在载脂蛋白基准上大幅提升EF1%,助力早期药物研发。
2025-10-30 cs.LG q-bio.BM
Protein-Ligand Docking Surrogate Models: A SARS-CoV-2 Benchmark for Deep Learning Accelerated Virtual Screening
Argonne National Laboratory(阿贡国家实验室);Brookhaven National Laboratory(布鲁克海文国家实验室)
我们提出了一个基准来研究蛋白质-配体对接的代理模型的准确性。我们共享了一个数据集,该数据集由SARS-CoV-2蛋白质组中15个受体或结合位点上的1300万个“库存”分子的2亿个3D复杂结构和2D结构评分组成。我们的工作表明,在相同的超级计算机节点类型上,代理对接模型的吞吐量比标准对接协议高出六个数量级。我们通过在一天内针对10亿个分子运行每个目标来展示高速代理模型的强大功能(每GPU秒50 k预测)。我们展示了利用代理ML模型作为预过滤器进行对接的工作流程。我们的工作流程在筛选化合物库时比标准技术快十倍,检测潜在最佳评分0.1%化合物的错误率小于0.01%。我们对加速的分析解释说,为了在对接范例下筛选更多的分子,另一个数量级的加速必须来自模型精度而不是计算速度(如果增加,将不再改变我们筛选分子的吞吐量)。我们相信这是社区开始专注于提高替代模型的准确性的有力证据,以提高筛选比当前技术快100倍甚至1000倍的大规模化合物库的能力。
2021-06-30 cs.LG q-bio.BM
S-MolSearch: 3D Semi-supervised Contrastive Learning for Bioactive Molecule Search
Renmin University of China(中国人民大学);DP Technology(DP科技)
本文提出S-MolSearch框架,首次将分子3D信息与亲和力信息结合用于半监督对比学习,通过逆最优传输利用无标签数据,在LIT-PCBA和DUD-E基准上超越现有虚拟筛选方法。
2024-11-21 cs.LG q-bio.BM
In silico Identification of tipifarnib-like compounds by structure-based pharmacophore, virtual screening and molecular docking against K-Ras post-translation in colorectal cancer
本研究基于替吡法尼与法尼基转移酶复合物结构构建药效团模型,对Asinex数据库进行虚拟筛选和分子对接,最终鉴定出4个候选法尼基转移酶抑制剂用于结直肠癌KRAS突变相关生物学测试。
2023-05-07 q-bio.BM q-bio.CB
Leveraging Conformational Diversity for Enhanced Structure-Based Virtual Screening: Insights from Molecular Dynamics Simulations of HIV-1 Protease-Ligand Complexes
本研究利用79个HIV-1蛋白酶-配体复合物,通过分子动力学模拟和RMSD聚类保留构象多样性,证明多构象结合能计算能显著提升基于结构虚拟筛选的预测可靠性。
2025-07-13 q-bio.BM
High-Throughput Virtual Screening of 4487 flavonoids: New insights on the structural inhibition of SARS-CoV-2 Main Protease
COVID-19对全球公共卫生构成了巨大威胁,传染性病原体SARS-CoV-2目前是旨在抑制的许多研究的目标。该病毒的主要蛋白酶是一种二聚体酶,直到最近才开始被彻底描述,为更广泛的虚拟筛选打开了大门。在此,针对蛋白酶的四个位点筛选PAIN过滤的类黄酮数据库:底物结合位点(NSBS)的自由(正常)构象、SBS的诱导拟合状态(ISBS)、二聚化位点(DS)和隐藏位点(CS)。NSBS、ISBS、DS和CS的平均结合能分别为-9.52、-11.512、-7.042和-10.348 kcal/mol。对于DS和CS,选择这前五种化合物作为结合其各自位点的候选物。在SBS的情况下,将NSBS和ISBS中结合能最低的前30个配体进行对比,并选择两个列表中存在的配体作为最终候选物。最终的名单是:Dorsilurin E(FL30UNP0001),Euchrenone a11(FL20NP0014),Kurziflavolactone C(FL 2FA 9 NC 0016),甘草苷E(FL 2F 1AGSN 001)和紫杉叶素3 '-(6”-苯基-乙酰葡糖苷)(FL 4DACGS 0020)用于SBS;桑格诺O(FL2 β NP 0020),CHEMBL2171573,Kanzonol E(FL 3F 1ANP 0001)、CHEMBL 2171584和Abyssynoflavanone VI(F…
2020-09-01 q-bio.BM
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
Understanding active learning of molecular docking and its applications
Galux Inc(Galux 公司);Seoul National University(首尔大学)
本研究针对主动学习替代模型仅用二维结构预测分子对接分数的机制开展基准研究,发现模型会记忆高打分化合物的结构模式,且仍可有效用于超大规模虚拟筛选,验证了该方法的可靠性与应用潜力。
2024-06-14 cs.LG physics.chem-ph q-bio.BM
Exploring Optimal Parameters for Ligand-Based Virtual Screening in Early Drug Discovery
Attention Labs(注意力实验室);Boston Children’s Hospital and Harvard Medical School(波士顿儿童医院和哈佛医学院);Florida Institute of Technology(佛罗里达理工学院);Georgia Institute of Technology(佐治亚理工学院);Worcester Polytechnic Institute(伍斯特理工学院)
本研究探索基于配体虚拟筛选的最优参数,发现无单一Tanimoto截止值适用所有配体,ECFP8为稳定默认,ECFP4为强主指纹,支持分阶段筛选设计并需专家评审。
2026-09-16 q-bio.BM
Virtual screening of DrugBank database for hERG blockers using topological Laplacian-assisted AI models
人{ \it ether-a-go-go}(hERG)钾通道(K $_\text{v}11.1$)在介导心脏动作电位中起关键作用。这种离子通道的阻断可能导致致命性疾病和/或长QT综合征。许多药物因其严重的hERG心脏毒性而被撤回。在药物发现的早期阶段,评估hERG阻断活性至关重要。我们对DrugBank数据库中收集的化合物的hERG心脏毒性特别感兴趣,因为许多DrugBank化合物已被批准用于治疗或具有很高的药物潜力。基于机器学习的计算机工具为虚拟筛选DrugBank化合物提供了一个快速经济的平台。我们为阻滞剂/非阻滞剂设计了准确和稳健的分类器,然后构建回归器来定量分析DrugBank化合物对hERG通道的结合效力。分子序列嵌入两个自然语言处理(NPL)的方法,即自动编码器和Transformer。互补三维(3D)分子结构嵌入了两种先进的数学方法,即,拓扑拉普拉斯算子和代数图。利用我们最先进的工具,我们发现8641种DrugBank化合物中有227种是潜在的hERG阻滞剂,这表明存在严重的药物安全性问题。我们的预测为DrugBank化合物的hERG心脏毒性的进一步实验研究提供了指导。
2022-11-02 q-bio.BM
HelixVS: Deep Learning-Enhanced Structure-Based Platform for Screening and Design
PaddleHelix Team, Baidu Inc.(百度公司)
本文提出由深度学习增强的基于结构的虚拟筛选平台HelixVS,通过集成打分模型与筛选模块实现多阶段筛选,在近百个靶点上表现优于经典工具,并通过湿实验验证了其发现高亲和力配体的能力及分子设计扩展功能。
2025-10-14 q-bio.BM q-bio.QM
Virtual screening and lead optimisation to identify novel inhibitors for HDAC-8
组蛋白脱乙酰酶(HDAC)和组蛋白乙酰转移酶(HAT)是通过选择性地使位于核心组蛋白的氨基末端附近的赖氨酸的(N)-氨基脱乙酰化或乙酰化来影响转录的酶。HDAC的过度表达在包括白血病和乳腺癌在内的许多形式的癌症中观察到。HDAC抑制剂已被证明是生长停滞、分化和/或凋亡性细胞死亡的有效诱导剂。组蛋白去乙酰化酶抑制剂作为抗癌药物的研究越来越受到人们的关注。取HDAC-8的三个已知配体并对接。最好的分数被分析,与这些配体相似的结构被用carol和corina数据库下载并对接。还使用分子对接计算筛选小分子的大数据库,以获得可以在构象和化学上适合活性位点的命中。选择GoldScore和ChemScore得分高的分子,并与以前的结果进行比较。最佳结果被用来计算氢键相互作用和紧密接触。进行了最佳排序配体的生物活性预测。并对其理化性质进行了分析。四个新的分子被确定,并建议在湿实验室进一步测试。
2012-09-13 q-bio.BM q-bio.GN
Virtual Screening of Plant Metabolites against Main protease, RNA-dependent RNA polymerase and Spike protein of SARS-CoV-2: Therapeutics option of COVID-19
COVID-19是由SARS-CoV-2引起的严重呼吸系统并发症,已成为人类医疗保健系统的全球威胁之一。本研究通过药物再利用的方法,采用分子对接技术,对植物源性117种药物进行了药物表面分析,并对药物表面结构进行了初步研究。分子相互作用研究表明,利福平(-16.3 kcal/mol)是MPP的最高抑制剂,其中偶氮苯甲酮被发现是最有效的植物治疗剂,用于阻断SARS-CoV-2的RdRp(-15.9 kcal /mol)和S(-14.4 kcal/mol)蛋白。通过对所有对接结果的比较分析,发现偶氮苯查尔酮、利福平、异甘草酮、粉防己碱和防己诺林碱是最有潜力的针对SARS冠状病毒关键蛋白的抑制性植物化合物。然而,氨基酸位置; MPP的H41、C145和M165对药物表面相互作用起关键作用,而F368、L371、L372、A375、W509、L514、Y515对RdRP起关键作用。此外,S蛋白的药物相互作用表面也显示出与其所有最大抑制剂相似的模式。ADME分析还加强了筛选的植物治疗剂作为具有最高药物友好性的抗SARS-C的有效候选药物的可能性。
2020-05-22 q-bio.BM q-bio.GN
PyRod -- Tracing Water Molecules in Molecular Dynamics Simulations
进入蛋白结合口袋的配体基本上与水分子竞争结合蛋白。因此,水分子在蛋白质结构中的位置和热力学性质在药物设计界得到了越来越多的关注。将相应的数据纳入3D药效团建模对于高效的高通量虚拟筛选是必不可少的。在这里,我们提出了PyRod,一个免费的开源Python软件,允许药效团结合口袋特征的可视化,配体结合的热点识别和虚拟筛选药效团功能的后续生成。所实现的例程在分子动力学(MD)模拟中分析水分子的蛋白质环境,并且可以区分氢键合水以及疏水、带电或芳香族原子组的蛋白质环境中的水。收集的信息被进一步处理以生成用于可视化的动态分子相互作用场(dMIFs)和用于虚拟筛选的药效学特征。将所描述的软件应用于5种治疗相关的药物靶标,并使用DUD-E基准测试集评估生成的药效团。最好的表现药效团被发现的HIV 1蛋白酶的早期富集因子为54.6。PyRod通过提供易于解释的dMIFs和纯粹基于蛋白质的3D药效团,为基于结构的筛选活动增加了一个新的视角,这些药效团仅基于在MD模拟中追踪水分子。由于不需要关于共结晶配体的结构信息,因此可以进行筛选活动,对于这些活动,可获得较少或没有配体信息。PyRod可在https://github.com/schallerdavid/pyrod上免费获得。
2019-08-27 q-bio.BM
Virtual screening of Microalgal compounds as potential inhibitors of Type 2 Human Transmembrane serine protease (TMPRSS2)
据报道,全球已报告超过1.98亿例严重急性呼吸综合征冠状病毒2(SARS-CoV-2)病例,导致不少于420万人死亡。该疾病的迅速蔓延加上缺乏用于其治疗的特定注册药物构成了巨大挑战,需要从各种来源开发治疗剂。在这项研究中,我们采用了计算机模拟的方法来筛选天然化合物,以确定人类跨膜蛋白酶丝氨酸2型(TMPRSS2)的抑制剂。这种酶的活性对于病毒通过血管紧张素转换酶2(ACE-2)进入宿主细胞是必需的。因此,抑制这种酶的活性对于防止病毒与ACE-2融合从而屏蔽SARS-CoV-2感染性是非常关键的。使用I-TASSER构建TMPRSS 2的3D模型,通过GalaxyRefine进行细化,通过Ramachandran plot server进行验证,并通过ProSA检查整体模型质量。针对模型化蛋白质虚拟地筛选来自微藻的95种天然化合物,其导致鉴定出17种能够结合TMPRSS 2的最佳先导物,其具有与标准抑制剂(卡莫司他)相当、更高或稍低的良好结合评分。理化性质、ADME(吸收、分布、代谢、排泄)和毒性分析显示前4个化合物,包括具有良好药代动力学和药效学特征的参比药物。这些化合物分别以卡莫司他、芹菜素、儿茶素和表儿茶素各自的-7.8kcal/mol、-7.6kcal/mol、-7.4kcal/mol和-7.4kcal/mol的结合能结合至蛋白质的相同口袋。这项研究揭示了微藻化合物对SARS…
2021-08-31 q-bio.BM
QuickBind: A Light-Weight And Interpretable Molecular Docking Model
University of Oxford(牛津大学);Columbia University(哥伦比亚大学);Harvard Medical School(哈佛医学院)
本文提出轻量级分子对接模型 QuickBind,在保持中等准确度的同时显著提升姿态预测速度,并通过结合亲和力模块与可解释性分析,为高通量虚拟筛选提供高效工具。
2024-10-21 cs.LG q-bio.BM
DeepRLI: A Multi-objective Framework for Universal Protein--Ligand Interaction Prediction
本文提出 DeepRLI 多目标框架,通过全连接图、余弦包络图 transformer、物理信息模块与对比学习同时优化评分、对接和筛选,实现通用蛋白质-配体相互作用预测。
2024-01-19 q-bio.BM
One-step Structure Prediction and Screening for Protein-Ligand Complexes using Multi-Task Geometric Deep Learning
Medical School of Nanjing University(南京大学医学院);National Institute of Healthcare Data Science, Nanjing University(南京大学国家健康数据科学研究院);School of Life Sciences, Nanjing University(南京大学生命科学学院)
针对药物开发中蛋白质-配体复合物结构预测与筛选的准确性及效率受限问题,提出基于多任务几何深度学习的单一模型LigPose,通过图表示直接优化三维结构并结合辅助任务,实现无需分子对接工具的一步预测,在主要药物研究任务上取得最先进性能。
2024-08-21 cs.AI cs.LG q-bio.BM
3D Molecular Generation via Virtual Dynamics
DP Technology(DP技术公司);Peking University(北京大学)
基于结构的药物设计,即,寻找与靶蛋白口袋具有高亲和力的分子是药物发现中最关键的任务之一。传统的解决方案,如虚拟筛选,需要在大型分子数据库上进行彻底搜索,这是低效的,并且不能返回数据库之外的新分子。基于口袋的3D分子生成模型,即,直接产生具有3D结构和口袋中的结合位置的分子是解决这个问题的新的有前途的方法。在这里,我们提出了VD-Gen,一种新的基于口袋的3D分子生成管道。VD-Gen由几个精心设计的阶段组成,以生成细粒度的3D分子,这些分子在口袋腔中具有端到端的结合位置。在VD-Gen中,我们首先随机初始化口袋中的许多虚拟粒子,然后迭代移动这些虚拟粒子,使虚拟粒子的分布近似于分子原子的分布,而不是像早期尝试那样直接在口袋中生成或采样具有3D位置的原子。在虚拟粒子稳定在三维空间后,我们从它们中提取出一个三维分子。最后,我们通过迭代运动对提取的分子中的原子进行进一步细化,得到高质量的3D分子,并预测其置信度得分。基于口袋的分子生成的大量实验结果表明,VD-Gen可以生成新的3D分子,以高的结合亲和力填充目标口袋腔,显著优于以前的基线。
2023-02-12 cs.LG q-bio.BM
Equivariant Shape-Conditioned Generation of 3D Molecules for Ligand-Based Drug Design
Massachusetts Institute of Technology(麻省理工学院)
基于形状的虚拟筛选被广泛用于基于配体的药物设计中,以搜索与已知配体相比具有相似的3D形状但新颖的2D化学结构的分子的化学库。3D深度生成模型有可能自动化这种对形状调节的3D化学空间的探索;然而,没有现有的模型可以可靠地生成采用特定形状(如已知结合姿势)的构象的有效药物样分子。我们介绍了一种新的多模态三维生成模型,使形状条件的三维分子设计等变编码分子的形状和变编码化学身份。我们通过使用具有启发式键合几何形状的基于自回归片段的生成来确保所生成分子的局部几何和化学有效性,从而允许模型优先考虑可旋转键的评分,以最好地将不断增长的构象结构与目标形状对齐。我们评估了我们的3D生成模型在药物设计相关的任务,包括化学多样的分子结构和形状约束的分子性质优化的形状调节生成,展示了它的实用性在虚拟筛选枚举库。
2022-10-06 cs.LG physics.chem-ph q-bio.BM
Transferable Graph Neural Fingerprint Models for Quick Response to Future Bio-Threats
Brookhaven National Laboratory(布鲁克海文国家实验室);Argonne National Laboratory(阿贡国家实验室)
该研究构建了COVID-19药物对接数据集,训练图神经指纹模型进行高通量虚拟筛选,并提出可迁移方法以高效应对未知靶点,为未来生物威胁提供机器学习加速方案。
2023-09-15 cs.AI cs.LG q-bio.BM
Preferential Multi-Objective Bayesian Optimization for Drug Discovery
Rethink Healthcare Foundation - RHF.AI;Imperial College London(伦敦帝国学院)
针对药物虚拟筛选中化学家手动选分子效率低、权衡难的瓶颈,提出融合偏好多目标贝叶斯优化与对接模型的CheapVS框架,支持通过成对比较输入偏好,在EGFR和DRD2靶点筛选中以低计算成本大幅提升已知药物找回率。
2025-03-21 cs.HC cs.LG q-bio.BM