用15-PGDH新型先导优化数据检验Boltz-2与AEV-PLIG
- 研究用新近公开的四个相关15-PGDH配体系列数据，检验Boltz-2和AEV-PLIG两种机器学习亲和力预测方法，重点考察其能否指导合成优先级的选择。
- AEV-PLIG在多数系列中表现不佳，在训练集中加入文献报道的15-PGDH抑制剂也没有带来改善。
- 对于与训练集中已发表抑制剂相近的系列，Boltz-2的共折叠结合构象和活性排序都相当准确。
- 对于探索结合口袋新区域的系列，Boltz-2有时给出的构象不够准确，并低估了活性提升幅度，说明其在最需要计算指导的新化学空间中存在局限。
💡 要点
Boltz-2在与已发表抑制剂相近的化学空间里表现好，信息量其实最小，因为这类趋势团队本来就能猜到。关键在探索新口袋的系列：它摆错了配体构象，还低估了活性提升。我会用它核对熟悉的系列，而不是靠它决定先合成哪个高风险类似物。至于加入文献数据也没改善的AEV-PLIG，还值得再看一眼吗？