MolFuSE:同一機能のリガンドからUMAP空間を作り、SARデータがほぼ無い標的で高活性阻害剤を濃縮
- 孤児標的や研究の乏しい標的に対し、MolFuSEは同じ分子機能のタンパク質に結合することが知られるリガンドから類似性空間を作り、化合物をUMAPで埋め込む。標的固有の学習データは不要だ。
- 9標的での評価では、Mordred 2D記述子のUMAP埋め込みがECFP4フィンガープリントより高活性阻害剤の初期濃縮に優れた。一方、活性化合物の全体順位付けはECFP4のほうが良かった。
- 性能は参照セットが約1万化合物のときに最大となり、それより大きいと低下した。構造的に多様な弱い結合体が記述子空間を薄めるためだ。
💡 ポイント アブストラクトに基づく見解
参照セットの最適サイズが出たのは正直な知見だが、裏を返せばキュレーションこそが手法ということになる。その1万化合物を誰かが選ぶ時点でバイアスが入る。初期濃縮と全体順位でここまで差が出るので、孤児標的ではECFP類似検索と並走させ、和集合を取りたい。まず、参照セットと真の活性体でケモタイプがほとんど重ならない場合に「ポテンシー・フィルター」が保たれるかを確かめる。
Molecular function-guided unsupervised similarity-based enrichment for low-data virtual screening ↗