虚拟筛选与分子对接
29篇
共折叠模型能把配体放对,却可能预测错蛋白构象
- 在AlphaFold3、RoseTTAFold3、Boltz-2和Chai-1四个模型上,以药理依赖明确构象状态的激酶和A类GPCR为对象进行了基准测试。
- 为实现前瞻性评估,只使用四个模型训练截止日期之后发布的复合物,另加一个较早的对照结构。
- 结果显示,配体放置正确与周围蛋白构象预测准确,在系统性上是两回事。
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。
CHARMM-GUI新增自动化共价配体对接的网页模块
- CGUI-CLD是基于AutoDock4的CHARMM-GUI新模块,可自动完成共价配体的制备、修饰与对接计算。
- 知识库涵盖66种弹头和8种氨基酸,无需再手工构建反应后的配体构象。
- 结果通过浏览器界面呈现。
共价对接是我自己项目常卡住的环节:为每个弹头构建成键加合物很繁琐,只好凭直觉筛选。有了能在浏览器里处理的工具,一个下午就能把整套弹头对半胱氨酸口袋排序。对接打分反映不了反应活性,所以仍需配合动力学数据。
CHARMM-GUI Covalent Ligand Docker as a Web-Based Molecular Docking Platform for Covalent Ligands ↗
3H-1,5-苯二氮䓬衍生物显示微摩尔级抗疟活性,PfSET3被提为候选靶点
- 合成18个3H-1,5-苯二氮䓬,在氯喹敏感与耐药恶性疟原虫株上测试,并以HepG2细胞毒性作初步选择性评估。
- 多个化合物在低微摩尔范围有活性,效价最高与选择性最好的并非同一化合物。
- 两个主要化合物对人G9a抑制较弱;通过对接、MM-GBSA和分子动力学推测其与疟原虫PfSET3结合。
低微摩尔的全细胞活性加上较窄的选择性窗口,只是起点而非先导化合物;靶点说法依赖对接,只能当作假设。有意思的是这个针对疟原虫表观遗传酶的少见化学型。下一步需要PfSET3生化实验,以及围绕选择性最佳化合物的SAR扩展。
分子动力学发现RhoJ特有的N端口袋,特康唑可干扰其与PAK3结合
- RhoJ与Cdc42序列高度相近,但拥有独特的N端延伸,模拟显示其在结合PAK3时形成变构口袋。
- 针对该口袋的基于结构的虚拟筛选提示抗真菌药特康唑可能是结合物。
- 在活细胞中,经优化的BRET2生物传感器显示特康唑可剂量依赖地降低RhoJ–PAK3相互作用。
利用Cdc42所没有的序列延伸来换取选择性,正是攻克保守GTP酶的思路。但特康唑是改用途的唑类药物,作为起点并不理想,单靠BRET信号下降也不能证明口袋结合。我想看到N端残基突变和生物物理结合数据,才会认为得到了验证。
Identification and targeting of a novel drug pocket in the tumour angiogenesis regulator RhoJ ↗
将EGFR激酶抑制剂改造为BAX抑制剂,同时去除激酶活性
- 虚拟筛选提示包括达可替尼和吉非替尼类骨架在内的EGFR抑制剂可能结合BAX。
- 系统结构修饰建立了BAX抑制的初步构效关系,并显著降低了EGFR激酶活性。
- 该系列在体外、细胞及iPSC来源的脑类器官中均表现出更好的BAX抑制作用,且具备类药性质。
直接抑制BAX这类执行蛋白很难,从优势激酶骨架起步是务实之选。关键在于EGFR活性是否真的去除干净:仍能抑制激酶的细胞保护剂难以成为合格的神经保护药。我希望看到BAX直接结合的正交证据,以及更广的激酶谱筛查。
冷冻电镜指导的口袋融合,得到口服变构SLC6A19抑制剂
- 针对SLC6A19/cinromide冷冻电镜结构中的变构口袋进行虚拟筛选,获得起始苗头化合物。
- 另一冷冻电镜结构揭示了部分重叠的第二口袋,据此设计融合类似物,得到高效、选择性好、口服可用的化合物20。
- 化合物20对小鼠SLC6A19的活性弱于非人灵长类,但口服给药能剂量依赖地增加尿氨基酸排泄。
膜转运蛋白很少有如此干净的结构驱动设计案例:两个冷冻电镜口袋、一个融合系列,再用简单的尿液指标验证体内药效。小鼠活性下降会给药效模型带来麻烦,而灵长类活性得以保留令人放心。下一步我想了解氨基酸耗竭方面的安全窗口。
基准研究:结构类方法能否弥补DEL训练机器学习模型的分布外泛化缺陷
- 近期NeurIPS竞赛显示,基于DEL数据训练的顶尖机器学习模型难以泛化到分布外化学空间;本研究检验结构建模能否弥补这一差距。
- 研究在三个生物学上多样的靶点、多种合成格式的DEL上,比较了机器学习、Glide对接、GALigandDock和Boltz-2共折叠。
- 机器学习在分布内表现良好,论文关注的是各方法在新化学空间上的稳健性。
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。
骨架跃迁筛选获得2-OG非竞争性KDM6B抑制剂,在宫颈癌异种移植中有效
- 通过骨架跃迁虚拟筛选,得到针对宫颈癌中高表达的JmjC去甲基化酶KDM6B的二芳基嘧啶-胍类系列。
- 优化化合物的酶抑制活性与GSK-J4相当,但对2-氧戊二酸为非竞争性,作用方式不同于多数JmjC抑制剂。
- 虽然酶水平表现为泛KDM抑制,在C33A细胞中却选择性升高H3K27me3,并抑制异种移植瘤生长。
JmjC抑制剂常受困于2-OG结合位点的化学性质和高极性,非竞争性系列提供了不同的起点。我想弄清为什么酶水平的泛KDM活性在细胞中变成H3K27me3选择性,以及胍基对膜通透性的影响。
界面图神经网络预测球状与无序蛋白复合物的结合能
- FlexENN是基于局部界面图的消息传递图神经网络,每个残基节点整合几何、柔性描述符和序列信息。
- 分别独立训练折叠复合物模型和含无序伴侣的复合物模型,并新构建了IDP数据集。
- 基准测试涵盖微管中的微管蛋白-微管蛋白界面以及微管与MAP的复合物。
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。
FragDockRL:用强化学习从对接核心生长可合成配体
- FragDock利用已知反应将易合成的构建模块组装成分子,并通过约束预设核心构象的锚定对接(tethered docking)进行评分。
- FragDockRL在此基础上引入强化学习:以rDock锚定对接加SMINA评分得到的奖励,驱动改进的深度Q网络逐步引导分子生长。
- 该方法在包括一种受体酪氨酸激酶在内的三个重要治疗靶点上进行了评估。
在合成约束下从固定核心向外生长,正是项目中片段扩展的真实做法,比吐出做不出来的结构的自由生成模型更实用。基于对接的奖励仍是软肋,因为它偏爱分子尺寸;我会看它给出的化合物是否真能合成,以及能否通过前瞻性验证。
仅筛选不到0.1%的化合物库即获得QPCT/L抑制剂工具分子BI-3614
- QPCT及定位于高尔基体的QPCTL将N端谷氨酰胺转化为焦谷氨酸,影响Aβ寡聚化、趋化因子稳定性和CD47–SIRPα信号。
- 基于与已知抑制剂活性构象的相似性,仅挑选内部化合物库不到0.1%进行虚拟筛选,即得到新骨架并显著加快了命中发现。
- 对喹唑啉酮(quinazolidinone)系列进行结构导向优化,得到活性优于既往抑制剂的细胞工具化合物BI-3614。
只筛了不到千分之一的化合物库仍能挖出新骨架,说明基于构象相似性的检索效率很高。以往的QPCT抑制剂依赖金属结合基团,所以一个新的细胞活性系列对研究CD47焦谷氨酸化生物学很有帮助。我最先要核查的是QPCT与QPCTL之间的选择性。
每个骨架约五个晶体结构后,构象预测精度趋于平台
- 作者利用开放科学项目COVID Moonshot的403个SARS-CoV-2主蛋白酶结构,考察值得再获取多少新晶体结构。
- 相似参考配体的预测效果最好,成功率在每个Bemis-Murcko骨架约五个结构时趋于平台,先导系列超过95%。
这为结构生物学提供了一个具体的预算参考:每个骨架约五个结构之后,再多做一个浸泡对构象预测的收益很小。但Mpro口袋刚性、行为规整,这一数字不宜直接套用到柔性激酶或诱导契合型靶点。
How Many Crystal Structures Do You Need to Trust Your Docking Results? ↗
DESPOT:为知识型蛋白–配体打分引入方向性
- 知识型势函数可解释性强,但多数把蛋白原子周围空间视为各向同性。
- DESPOT是全原子各向异性势函数,按杂化与成键环境把原子分为各向同性、轴对称和完全各向异性三类。
- 它采用位置平均的参考态和“空位”配体原子类型,从而能表示倾向于保持空缺的区域。
- 作者将其定位为考虑方向性的知识型打分新方法。
氢键、卤键和π接触恰恰需要方向性,而各向同性势函数会把这些信息模糊掉,所以这正对应我筛选对接构象时的真实痛点。用“空位”原子类型表示配体回避的口袋区域也很巧妙。在采信之前,我会先看它在自己的靶点和诱饵集上的表现,而不只是公开基准,以及它能否对同系列化合物排序,而不只是区分活性分子与诱饵。
DESPOT: Direction-Enhanced Scoring POTentials for Scoring of Protein–Ligand Interactions ↗
Boltz-2共折叠把867个化合物缩至40个,多数被证实有活性
- 作者检验共折叠模型能否取代对接用于初筛,将Boltz-2用于与癌症相关的酶AKR1B10。
- 从867个化学多样性候选物中,依据预测亲和力和多样性过滤挑选出40个。
- 受试化合物约七成在低微摩尔或更优水平显示抑制,并出现多个具新颖骨架的亚微摩尔抑制剂。
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。
Efficient Discovery of Potent AKR1B10 Inhibitors Using Co-folding Model Boltz-2 ↗
PLAC数据集检验MM/GBSA能否预测PTM对配体结合的影响
- 作者整理了PLAC数据集，收录经实验验证的翻译后修饰(PTM)引起的配体活性变化；产生影响的PTM往往比无影响者更靠近配体。
- 他们在不同分子动力学时长和内部介电常数下，系统评估了终点法MM/GBSA方案。
- 较长的MD加较高介电常数与实验相关性最好，而较低介电常数更善于区分增强、减弱与中性。
没有人围绕PTM状态搭建SAR，但它常常能悄悄解释为何强效结合分子在细胞里失效。相比再调一次打分函数，一个经过整理的基准集对我更有价值，因为终于有了可以检验的参照。排序与分类所需介电常数不同，这是个实用提醒：方案要按真正想回答的问题来选。
两阶段生成动力学实现无需训练的AI药物设计
- 贝叶斯流网络通过同时生成原子类型和三维坐标,为目标蛋白口袋设计分子。
- 这两个通道的行为并不相同:原子类型在一个明确的转变点上骤然变化,而坐标精度则是逐步提高,这一模式在多个模型变体中保持一致。
- 利用这些转变时点进行的无需训练的优化方案,在标准基准测试中,无需额外预测模型即可达到与现有方法相当的对接性能。
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。
Hierarchical Phase Transitions in Bayesian Flow Networks Enable Training-Free Molecular Design ↗
解读数十亿化合物级虚拟筛选的路径
- 这篇评论文章探讨了按需合成虚拟化合物库快速扩张至数百亿分子规模的现状,以及这一规模给计算筛选带来的现实挑战。
- 讨论了研究人员如何高效地对如此庞大的化学空间进行优先排序和搜索,并权衡计算成本与错失潜在活性化合物风险之间的取舍。
- 探讨了这类大规模筛选方法如何融入药物发现早期的先导化合物筛选流程。
规模本身没有意义,如果打分函数在那个体量下无法区分信号与噪声——超过数亿化合物后,无论物理方法还是机器学习打分函数,富集效果大多都会趋于平台期。这篇文章坦诚地指出筛选优先级问题尚未解决,考虑到细节如此单薄,这份坦诚恰恰是目前唯一值得信赖的部分。
对接大比拼:物理方法、协同折叠与混合模型正面交锋
- 比较了物理方法对接、深度学习协同折叠(co-folding)以及混合重打分方法在面对陌生蛋白靶点和化学骨架时的泛化能力。
- 以近期的Runs-n-Poses基准测试为基础——该测试发现,在真正全新的靶点上,经典物理方法对接的表现优于多款协同折叠工具。
- 评估了构象预测准确性和排序性能,为根据靶点新颖程度选择对接策略提供了实用指导。
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。
Multiparadigm Benchmark of Molecular Docking: From Physics to Co-Folding and Hybrid Models ↗
机器学习与对接方法在DNA编码文库筛选中的泛化能力参差不齐
- 该研究利用DNA编码文库(DEL)筛选数据,对机器学习、基于物理的对接方法及共折叠方法在蛋白质-配体结合预测中的表现进行了基准评估。
- 比较的方法包括最新的机器学习模型,以及基于物理的对接工具(Schrodinger Glide、Rosetta GALigandDock)和共折叠方法Boltz-2。
- 真实结合数据来自针对三个生物学上具有多样性的蛋白质靶点、涵盖多种DEL合成格式的超大规模DEL筛选实验。
- 该研究延续了此前一项NeurIPS竞赛的发现——即使是基于DEL数据训练的顶尖机器学习模型,也无法泛化到分布外(OOD)化学空间。
- 机器学习模型在分布内表现良好,但在分布外的命中判别能力取决于具体靶点和配体背景,没有一种方法能在所有情况下始终占优。
- 作者认为,基准测试表现本身不足以预测分布外泛化能力,并发布了开源工具包DEL-iver,用于评估结合预测方法在DEL筛选数据上的表现。
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。
对AI共折叠虚拟筛选进行压力测试:以Keap1–Nrf2为案例研究
- 结合AI共折叠模型与学习型亲和力评分的多阶段虚拟筛选级联流程,如今已成为计算药物发现中的常规做法。
- 每个阶段输出的评分通常被直接采信,用于推进或淘汰候选化合物,而未对其实际含义进行独立验证。
- 本预印本以Keap1–Nrf2蛋白-蛋白相互作用为案例研究对象,逐阶段系统评估级联流程中的评分是否提供了从业者据以信任所需的信息。
- 作者对该级联流程各阶段出现的失效模式进行了归类总结,从质量控制的角度探讨了这些流程可能在何处、因何出错。
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。
基准研究揭示Keap1-Nrf2虚拟筛选中的AI评分盲点
- 一项新的基准研究考察了一条虚拟筛选流程,该流程将基于结构的共折叠(co-folding)模型与学习型亲和力评分相结合,这种组合在计算药物发现中正变得越来越常见。
- 该级联流程被应用于Keap1-Nrf2蛋白-蛋白相互作用(PPI),该靶点因结合界面平坦、极性较强而长期被视为难以成药的目标。
- 作者并未仅凭最终排序结果做判断,而是分别评估了流程中每一阶段的评分是否与具有实验意义的信号相符。
- 研究识别出若干具体环节,其中某阶段的评分会与真实信号脱节,这种失效模式可能误导下游化合物的优先排序。
- 论文提出了从业者在信赖级联流程最终命中列表之前,应在每个阶段执行的控制检查措施,并将该工作定位为方法学与可靠性研究,而非报告新型抑制剂。
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"。
大规模虚拟筛选发现新型强效TAAR1激动剂,或用于精神分裂症治疗
- TAAR1(1型痕量胺相关受体)是一种G蛋白偶联受体(GPCR),被视为治疗精神分裂症的非多巴胺类新药靶点。
- 研究团队针对TAAR1的激活态结构模型,对约6500万个候选化合物进行了基于结构的虚拟对接筛选。
- 在实验测试的55个高排名化合物中,14个显示出真实的TAAR1激动活性,效力范围从中等纳摩尔到微摩尔级。
- 随后的先导化合物优化获得了纳摩尔级效力的激动剂,冷冻电镜(cryo-EM)结构证实了对接预测的结合模式。
- 三个经优化的激动剂均表现出良好的脑内暴露量,其效力据称超过处于临床开发阶段的TAAR1候选抗精神病药乌洛托龙(ulotaront)。
- 在小鼠实验中,这三种化合物均能正常化苯丙胺诱导的前脉冲抑制紊乱(一种精神分裂症模型),且未引起传统抗精神病药常见的僵直(catalepsy)副作用。
最先跳出来的数字是命中率——从6500万个分子的对接筛选中挑出55个候选,实验验证后14个(约25%)确实具有TAAR1激动活性。对于基于活性态模型的GPCR结构筛选来说,这个命中率相当亮眼,而且cryo-EM证实了预测的结合姿势,说明这不只是对接分数好看而已。真正让人兴奋的是药理学数据——脑内暴露量高、效力超过ulotaront,在PPI实验中又不引起僵直,这正是非多巴胺机制承诺要交付的东西。Ulotaront现在成了所有TAAR1激动剂必须跨越的门槛,这三个化合物做到了。接下来要看这套SAR能否推广到其他化学骨架上。
Structure based discovery of antipsychotic-like TAAR1 agonists ↗
新型基于片段的对接方法解决长而柔性的多肽配体难题
- 研究人员开发了一种名为STELLAR的新对接工作流程,旨在解决现有工具长期存在的短板:难以处理超过约10个亚基的长链、高度柔性的多肽及其他生物聚合物配体,原因是其构象自由度极大。
- STELLAR将长链配体分解为较小的片段并分别进行对接,随后借助GNINA、RDKit和GROMACS等成熟软件将各片段重新组装,得到物理上合理的全长构象。
- 在基于Propedia数据库和蛋白质数据库(PDB)中已知的多肽-蛋白质复合物进行的验证中,该方法能够以较高准确度重现实验观察到的结合姿态。
- 与其他先进对接工具相比,STELLAR主要依赖CPU运行、计算时间随配体长度线性扩展、运行速度更快,并提供专用排序指标,适合用于长链聚合物-蛋白质相互作用的高通量筛选。
标准对接工具让我失去信心的临界点,大概就在10个残基左右——超过这个长度,链的构象自由度太大,结果往往只能手动加约束,或者干脆放弃。把长链拆成片段分别对接再重新拼装,这个思路很实际;用GNINA、RDKit、GROMACS这些成熟软件而不是黑箱神经网络,意味着可以真正检查中间构象。最实用的一点是纯CPU运行、线性扩展,不用排GPU队列,也不用花云计算的钱,晚上在工作站上跑一个订书肽库就行。大多数机器学习对接工具只给一个分数,没有靠得住的排序依据;而这里针对长链配体专门做了排序指标,这在同类工具里确实少见。不过要提醒一句,Propedia和PDB上的基准测试都是已知复合体,能重现晶体构象不代表在没有解析结构的全新靶点上也能正确排序。值得先试跑一下,但不能盲目直接上手用于关键项目。
STELLAR: A Fragment-Based Docking Workflow for Highly Flexible Long-Chain Biopolymers ↗
AI筛选管线锁定可用于阿尔茨海默病的CASP4抑制剂再利用候选药物
- CASP4是一种与阿尔茨海默病相关的炎症性半胱天冬酶,一个新的计算药物重定位流程正是围绕它展开,用于从DrugBank数据库中筛选潜在抑制剂。
- 该流程将基于对接评分的优先排序与ChemBERTa语言模型嵌入及理化描述符相结合,用于训练机器学习分类模型。
- 研究人员使用随机森林分类器和回归模型来识别可能具有活性的化合物,并根据预测效力对其排序。
- 后续的化学信息学分析、PK-PD评估和分子对接将候选化合物范围缩小至五个。
- 随后进行的分子动力学模拟和MM/PBSA自由能分析评估了结合稳定性,结果显示DB05316和DB00519这两种化合物的预测结合情况优于参照药物多奈哌齐。
- 作者将该流程作为一种针对新靶点优先筛选再利用化合物的通用策略提出。
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”。
基于ChemBERTa的虚拟筛选发现可用于阿尔茨海默病治疗的CASP4抑制剂再利用候选物
- 基于配体的虚拟筛选流程从DrugBank数据库中挖掘CASP4抑制剂候选物,将对接分数排序与SMILES衍生的ChemBERTa嵌入及理化描述符相结合。
- 基于ChemBERTa与理化特征融合训练的随机森林分类器以高准确性区分活性与非活性化合物,并在排名靠前的命中化合物中实现了对活性化合物的有效富集。
- 基于实验pIC50值训练的配套随机森林回归模型,按预测效力对候选化合物进行排序。
- 通过化学信息学筛选、PK-PD评估与分子对接,将候选范围缩小至五个DrugBank化合物。
- 分子动力学模拟与MM/PBSA自由能分析证实了顶级候选物的稳定结合构象。
- 该流程为针对CASP4(一种与神经炎症和细胞焦亡相关的caspase)的阿尔茨海默病药物再利用提供了新路径。
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。
AI共折叠模型Boltz-2助力高效发现AKR1B10抑制剂
- AKR1B10是一种在多种癌症中高表达的醛酮还原酶,是一个颇具潜力但难以攻克的药物靶点。
- 研究团队利用基于AI的蛋白质-配体共折叠模型Boltz-2,对一个化学结构多样的大型化合物库进行计算筛选,并从中挑选出一小部分具有充分多样性的候选化合物用于实验验证。
- 对这份候选清单的实际测试显示,其中大多数化合物都表现出对AKR1B10的抑制活性,命中率异常高。
- 在确认的活性化合物中,有多个达到了亚微摩尔级别的效力,并具有此前未见报道的全新化学骨架。
- 这一结果表明,共折叠AI模型是将计算预测转化为可实验验证先导化合物的高效实用途径,有望减少对大规模盲目筛选的依赖。
• 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。
Efficient Discovery of Potent AKR1B10 Inhibitors Using Co-folding Model Boltz-2 ↗
多模态深度学习框架靶向耐药菌并同步筛查细胞毒性
- 抗菌药耐药性(AMR)正在缩小针对金黄色葡萄球菌(SA)和淋病奈瑟菌(NG)等重点病原体的治疗选择,促使人们关注新型计算发现工具。
- MAPViS是一种多模态深度学习框架,通过门控融合机制整合分子图、分子指纹以及描述符/三维几何特征,并在约1000万个分子上通过分层伪标签分类和掩码图对比学习进行预训练。
- 经微调后,该模型可联合预测化合物对SA和NG的抗菌活性,以及在三种人类细胞系(HepG2、HSkMC、IMR-90)中的细胞毒性风险。
- 在基准测试和外部验证数据中,MAPViS在SA任务上表现出较强的早期富集性能,排名前十的候选化合物全部经实验证实具有活性,而在NG任务上的泛化能力则相对有限。
- 作者认为MAPViS是一种可扩展的联合活性-毒性建模工具,可用于支持抗菌药虚拟筛选。
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。
可逆功元动力学实现快速苗头化合物筛选,同时揭示AI共折叠方法的记忆偏差
- 虚拟筛选常因快速但近似的评分函数而产生假阳性,而能够筛除这些假阳性的高精度自由能计算方法,对于常规高通量应用而言成本仍然过高。
- 作者提出了CTMD(基于c(t)的元动力学)方法,利用源自若干条独立、短时的阱势增强元动力学轨迹的非平衡可逆功估计量c(t)对结合稳定性进行排序,无需获得收敛的结合自由能。
- 在多种靶点和化学型上的测试表明,CTMD在保持快速、可迁移且几乎无需参数调整的同时,实现了稳健的早期富集效果。
- 作者还对AI共折叠方法进行了基准测试,发现Boltz-2的富集效果与其训练集相似度成正比,即便对活性位点进行大幅改造后仍是如此,提示其表现可能部分源于"记忆"而非真实的结合物理。
- CTMD被定位为介于快速对接/共折叠筛选与昂贵自由能计算之间的开源中间方案,旨在减少药物发现项目中人力和资金的浪费。
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。
Early-Enrichment Hit Discovery via Reversible-Work c(t) Estimation in Metadynamics (CTMD) ↗
预注册研究显示:许多"虚拟筛选改进"可能只是统计噪音
- 这篇预印本探讨了一个基础性的方法学问题:在典型规模的基于结构的虚拟筛选基准测试中,两种方案之间在AUROC或富集度上的差异,究竟能在多大程度上被统计学意义上可靠地区分开。
- 作者没有默认基准测试比较结果天然可靠,而是首先直接测量了这种可分辨的"分辨率极限"。
- 随后,他们对对接/打分流程的六项干预措施进行了预注册,并将每一项都与测得的分辨率极限进行对照检验,而非事后挑选"成功"结果来报告。
- 这种预注册设计旨在防范虚拟筛选文献中时有出现的选择性报告问题,即把仅在特定基准上出现的微小提升当作普遍适用的改进来呈现。
- 该研究并未提出新的抑制剂或特定靶点,而是一项关于应当如何评估虚拟筛选改进方法的方法学/严谨性研究。
- 其实际意义在于:许多已发表的虚拟筛选性能提升声明,可能落在典型基准测试的噪声范围之内,因此先导化合物发现团队应谨慎对待仅基于单一基准得出的改进结论。
今后评估各家VS供应商的宣传话术,我都想拿这篇论文当标尺。如果所谓的'方案改进'连基准测试规模下AUROC/富集度的噪声下限都跨不过,那就不是改进,只是套上路演PPT外壳的抛硬币。六项预注册干预是很高的门槛——说实话,我们大多数人做筛选项目前都不会真去预注册,但至少可以要求合作方汇报相对于分辨率极限的效应量,而不是只报一个漂亮的AUROC提升数字。对我来说最扎心的启示是:co-folding那套热潮(Boltz-2之类)也该接受同样的检验——如果这些模型只是在对PDB附近的化学型做模式匹配,那它们在公开基准上'战胜'经典对接/自由能微扰的战绩,可能只是记忆而非真正的泛化能力。单凭这点证据,我还不会把FEP换成黑箱模型。