计算与 AI 药物发现 chemRxiv

亲和力模型通过预测效力差异推算JAK家族选择性

  • panJAK将分子表示与配体条件化的对齐结合口袋编码相结合,预测四种JAK同源亚型的活性,并由其差值得出选择性,无需专门的选择性训练目标。
  • 模型使用约一万个化合物的精选数据集训练,并在骨架不重叠的划分上进行回顾性测试。
  • 在定量选择性预测上优于基线模型;各亚型的预测误差相关并部分抵消,校准后的预测区间可筛出方向判断较可靠的比较。
要点 基于摘要的观点

用两个带噪的活性预测相减来得到选择性本来有风险,所以相关误差的部分抵消是有意思的地方。不过在类ChEMBL数据上按骨架划分,仍留有实验方法不一和系列偏倚的问题。尚待回答的是:新化学型的TYK2与JAK1判断表现如何,预测区间在自有实测化合物上是否成立。