人工智能与机器学习

应变过滤的可靠程度取决于未结合态的参照,见过两性离子在真空中折叠出盐桥的人都明白气相数值为何会误导。速度足以做库分筛的含溶剂、电荷感知势能,是我真会放进对接后过滤环节的工具。需要留意的是负电荷更高时可靠性下降,这对含酸和磷酸基的分子很关键。

这是给基于共折叠构象做对接的人的警示:配体姿势看似合理,并不代表DFG状态或GPCR激活状态正确。这对II型激酶抑制剂和偏向性GPCR配体影响最大,因为构象正是关键所在。用于SAR设计之前,应把共折叠结构当作待验证的假设,对照已知构象标志物检验。

这是每个优化团队的痛点:模型对系列内排序尚可,却在真正需要的高活性端失准。留出最高效价那一部分做检验是对的压力测试。不过公开ChEMBL的分布与在研项目的SAR断崖不同,用于指导合成前,我会先在自己的系列上做前瞻性验证。

DEL训练的模型在随机划分上表现出色、遇到新骨架就崩溃,这正是想从DEL筛选结果出发拓展另一系列时会吃亏的地方。三个靶点的样本不大,但在同一数据上与物理方法做同口径比较仍然有用。我会借此校准:对文库从未覆盖的骨架,机器学习分选结果能信几分。

基于折叠复合物训练的亲和力预测器遇到无序伴侣往往失灵,所以专门的IDP数据集才是真正的贡献。对药化而言这是蛋白-蛋白界面而非小分子打分,我想测试它能否可靠地对突变体或肽变体排序。

40个化合物命中率约七成,对虚拟筛选而言相当亮眼,但起始库本身不大,靶点又是口袋疏水、容错度较高的酶,需打折看待。我想看到在更难靶点上的重复,以及对同一批化合物的对接基线对照。即便如此,检测数量可控、骨架新颖,这套流程很容易照搬到苗头发现中。

STAT3的SH2二聚化口袋浅且动态,这正是许多抑制剂项目(尼克罗沙胺类似物、肽类模拟物)始终未能进入临床的原因。真正的方法学突破在于直接在口袋结构内生成原子,而非对静态化合物库重新打分。不过,"强效"在纸面上说说容易——除非能看到对STAT1/STAT5的选择性数据和可合成的路线,de novo设计的苗头往往就在这一步夭折。

不用针对每个靶点重新训练,这一点最值得关注——这一步正是大多数生成式工具在走到我实验台前就被淘汰的原因,所以这种只把优化时机对准相变点的免训练技巧值得一试。但和基线对接打平而非超越,只是及格线,不是成绩单——CrossDocked2020的打分说明不了可合成性,也说明不了真实结合情况。

在真正全新的靶点上,物理方法对接依然优于协同折叠工具,这个结论我总是忍不住反复想起——深度学习模型其实是在对PDB覆盖范围做模式匹配,而非真正求解折叠物理,一旦遇到没有相近类似物的靶点就会露馅。在协同折叠工具能在零类似物场景下证明自己之前,我会两种方法都跑,并以经典打分函数作为最终裁决。

这篇论文,我会转给任何想用单一ML模型取代对接重打分步骤的人看。"没有一种方法能在OOD场景下全面碾压其他方法"这句话说透了一切——实际做hit triage时,面对的永远是模型没见过的骨架,而基于分布内DEL数据跑出来的benchmark AUC,几乎无法预示它下周会怎么给你的新颖化合物排序。这不是要否定ML——Boltz-2之类的方法作为快速过滤器确实好用。但这恰恰说明,基于物理的对接/共折叠方法该一直并行跑,而不是等ML结果看着不靠谱时才拿出来救场。靶点和配体的context依赖性这么强,也意味着没法在公司内部一刀切地定死"最佳流程",每换一个靶点、一个化学型都得重新验证。DEL-iver开源这件事很实在——比起相信供应商用Tanimoto相似度美化过的内部数据,大家共用一个OOD基准靠谱得多。

真正让我眼前一亮的不是效力的提升,而是AI引导的优化被真正嵌入了合成循环,而不是作为化学家接手前的预筛选工具使用。这就是筛选清单和真正的DMTA循环之间的区别。放弃寻找新的衣壳结合骨架、回到SBA/NVR 3-778这一化学型,是务实的选择——结合口袋和组装误导机制在临床上已经过风险验证,所以这次优化是在积累SAR知识,而不是重新支付一次发现阶段的成本。不过,'改善的类药性质'这种说法,在拿到真实的微粒体稳定性、血浆蛋白结合率和hERG数据之前,我不会轻易买账——纸面上效力的提升加上更漂亮的cLogP,并不能保证11B-6能跨过当年很可能拖垮NVR 3-778的耐受性门槛。值得关注,但还谈不上庆祝。

相比ProteinMPNN的序列恢复率、“结构保真度提升”这类基准测试固然不错，但我真正在意的是：在没有已知起始骨架的情况下，REAPS与结构幻觉结合的闭环设计流程能否产出真正的结合分子——这才是真正的考验，而功能活性得到实验验证的NK3R命中化合物达到了这个门槛。 全原子受体背景理论上应该能捕捉到仅依靠主链的逆折叠所遗漏的侧链堆积和氢键网络，这对于构象预组织至关重要的大环肽设计尤其关键。 在把它用进实际项目之前，我想知道的是那些已合成NK3R肽的真实命中率和结合亲和力，而不仅仅是“功能活性”这种说法。还有，在训练分布之外的类GPCR靶点上性能是否依然保持，还是又是一个只在自家基准集上出彩、换到我的靶点就哑火的工具。值得先在实际靶点上小规模试用，再考虑彻底取代MPNN。

现在几乎每个筛选流程都在跑某种"共折叠+机器学习打分"级联,说实话,大多数人懒得逐级验证,直接把排名结果当真。 这篇预印本盯上的正是这个习惯,用Keap1-Nrf2这个出了名平坦、浅表的PPI界面做压力测试——这类界面本来就让对接和药效团方法头疼,正好能快速暴露打分模型的破绽。 如果摘要的框架站得住脚,想传达的不是"别用这些工具",而是"在搞清楚每一级到底在测什么之前,别把单一综合分数奉为圭臬"——构象置信度、亲和力排序和物理合理性根本不是一回事,把它们混为一谈正是假阳性混进候选清单前列的原因。 等完整方法和失效模式分类公开后值得再细读——目前信息还比较单薄。

Keap1-Nrf2正是那种co-folding模型能自信地摆出一个像样构象、亲和力评分又会莫名其妙把它排到榜首的平坦、极性PPI靶点——所以这篇把级联拆开逐级验证的论文,对我来说比又一篇"我们找到了苗头化合物"的论文更有用。 我想从中拿到的是一份清单:在让自家或供应商这套流水线的前20个化合物进入合成排期之前,先照着跑一遍。如果co-folding的置信度和亲和力评分开始悄悄背离,那正是会把几周时间烧在根本没有真实信号的化合物上的典型失效模式。 这里没有新的化学结构,也没有值得追的结合模式——只是提醒一句:对这么难啃的靶点,排名列表本身从来不是质控环节。归入"下单前先读"一类,不是"当阻断剂新闻读"。

对接→ChemBERTa嵌入→随机森林→MD/MM-PBSA,五级漏斗筛到两个化合物,听起来很严谨,但每一级都有各自的假阳性率,叠加多层过滤并不能保证误差相互抵消——尤其是MM/PBSA用来给结构毫不相关的配体做绝对值排序,这一点业内早已公认不太靠谱。筛得越狠,有时反而是在把假阳性打磨得更漂亮,而不是把它们筛掉。 放到当下AI驱动的先导化合物发现浪潮里看,这类工作的定位很清楚:不是生成全新骨架,而是让已知化合物库的筛选速度更快——这是个真实存在、也在扩大的细分方向。 真正的优势在于DrugBank出身:DB05316和DB00519已经带有ADMET、安全性和制剂数据,从候选物走向IND准备工作,不用再补合成或毒理包。 但这些都替代不了结合实验。在CASP4活性被生化实验验证之前,这只是一份排好序的假设清单,还称不上“命中”。

真正打动我的是DrugBank这个出身,而不是筛选过程本身有多严格:经过对接、ChemBERTa/RF分类和MM/PBSA之后留下来的5个候选物,本身就有已知的ADMET数据,进动物模型也不需要从头合成——这是一般的先导发现项目很难拿到的可及性捷径。CASP4的口袋是半胱天冬酶家族常见的催化Cys-His二联体,所以MD轨迹真正该回答的问题是:这些骨架是否真的结合在那个二联体上,还是只是停在外围的外部位点——单靠结合能算不出这一点。选择性是悬而未决的疑点:caspase-1/3/4折叠同源性很高,在神经炎症背景下脱靶抑制其他半胱天冬酶很可能适得其反。方法学上,把ChemBERTa嵌入叠加到经典描述符上做RF分类,比单纯按对接分数排序更合理,但在把pIC50回归模型的预测外推到训练分布之外之前,我还是想看到留出化学型的验证结果。

• 一份刻意做了多样性的小规模候选清单,大多数化合物真的打出了抑制活性。这个命中率不是HTS式的运气能解释的,说明模型确实学到了结合口袋的某些信息,而不是那种我通常要打折扣看的对接分数。 • 全新骨架才是真正的亮点,但兴奋之前我想先看SAR:效力是不是压在某个单一的特权片段上,还是真的存在可优化的方向?前所未见的化学型一上来就是亚微摩尔,通常意味着还有提升空间,而不是已知还原酶配体的死胡同类似物。 • AKR1B10和AKR1B1(醛糖还原酶)关系很近,选择性才是这里的真正考验——没人想要一个脱靶问题一堆的“脏”醛酮还原酶泛抑制剂。 • 目前只是一个靶点、一次实验。在没看到它在结合口袋不那么“配合”的靶点上重现之前,我不会把共折叠模型当成取代系综对接/FEP的默认初筛手段。有前景,但还没被证明——不过命中发现的大方向确实在往这边走。

这是配体导向而非结构导向的模型——没有把靶点结构信息放进循环,所以一旦超出约1000万分子预训练化学空间、跨入陌生的靶点类别,我就会担心它的适用范围。活性与细胞毒性联合预测才是真正的差异化亮点:把HepG2/HSkMC/IMR-90的毒性标记直接并入同一份排名列表,省掉了我平时手动做的counterscreen那一步——这是真省时间,不只是方便。但金黄色葡萄球菌(前十全部实验验证活性)对比淋球菌("中等")的落差说明了问题:表现更多取决于每个病原体的训练数据密度,而不是真正的抗菌化学型直觉。在新靶点上信任这份排名列表之前,我想看到按病原体分层的校准曲线和确认过的真阴性样本,而不只是前十命中率。作为便宜的pre-HTS初筛工具还不错;但替代不了结构导向设计或真正的counterscreen。

对接和全套FEP计算之间,一直缺一个分诊环节,这个方法正好补上了这块空白。单靠对接打分来决定合成优先级太粗糙,而对每一个虚拟筛选命中都跑FEP,无论预算还是周期都吃不消。CTMD用短时、独立的元动力学轨迹加c(t)估计量,恰好卡在这个位置上,真有可能改变我们最终送去合成的化合物——而且不需要一整个计算集群。开源、基本不用调参,意味着不用专人盯着也能用起来。 Boltz-2那个发现是我会提醒团队的一点:哪怕对活性位点做了改造,富集效果依然跟训练集相似度挂钩,这说明它很可能是在对已知化学型做模式匹配,而不是真正在评估结合物理。这对我们正在追的那些新颖骨架来说,恰恰是个陷阱。