抗ウイルス・ブラインドチャレンジで物理ベースのポーズ予測が健闘、受容体の柔軟性は評価が課題
- オープンソースの物理ベース手法2件が、2025年ASAP-Polaris-OpenADMET抗ウイルスポーズ予測チャレンジに参加した。ML/MMハイブリッドポテンシャルによるテンプレート型リガンド成長を用いた。
- いずれも物理ベース勢の上位に入り、テンプレートを活用した改良ワークフローはSARS-CoV-2およびMERS-CoVのメインプロテアーゼの大半で成功した。
- 側鎖アンサンブルでポーズ生成は改善したが、スコアリングでは正しい受容体構造を確実に選べなかった。
💡 ポイント アブストラクトに基づく見解
Mproは比較的剛直でテンプレートも豊富なポケットなので、これは物理ベース・ドッキングにとって条件の良いケースの結果であり、一般化の証明とは読めない。注目すべきは、側鎖アンサンブルで生成は改善してもスコアリングが正しいコンフォーマーを選べない点だ。実プロジェクトなら、単一スコアを信じず、アンサンブルにドッキングしてポーズをクラスタリングし、co-foldingモデルとも比較する。