MolFuSE:用同功能配体构建 UMAP 空间,在几乎没有构效数据的靶点上富集高活性抑制剂
- 针对孤儿或研究不足的靶点,MolFuSE 以已知与同一分子功能蛋白结合的配体构建相似性空间,并用 UMAP 嵌入化合物,无需靶点特异的训练数据。
- 在九个靶点上的评估显示,Mordred 二维描述符的 UMAP 嵌入在高活性抑制剂的早期富集上优于 ECFP4 指纹,不过 ECFP4 对活性分子的整体排序更好。
- 性能在参考集约一万个化合物时达到峰值,更大的参考集反而下降,原因是结构多样的弱结合物稀释了描述符空间。
💡 要点 基于摘要的观点
参考集存在最佳规模是个诚实的发现,但这也意味着“筛选参考集”本身就是方法的一部分:这一万个化合物由谁来挑,偏差就从哪里进来。早期富集与整体排序的差异是真实存在的,所以在孤儿靶点上我会把它与普通 ECFP 相似性检索并行运行,取并集。首先要验证,当参考集与真实活性分子的化学型重叠很少时,这个“活性过滤器”是否依然有效。
Molecular function-guided unsupervised similarity-based enrichment for low-data virtual screening ↗