近日，中國科學院上海藥物研究所鄭明月團隊開發出基于生成式AI的蛋白-配體復合物結構預測方法SurfDock。這一方法利用蛋白質表面信息構建幾何擴散神經網絡，高精度自動生成配體結合構象，并應用于基于結構的虛擬篩選。相關研究成果以SurfDock is a surface-informed diffusion generative model for reliable and accurate protein–ligand complex prediction為題，在線發表在《自然-方法》（Nature Methods）上。
研究蛋白-配體相互作用是分子生物學和生物化學的基礎。從酶催化到信號傳導，這些相互作用構成了眾多細胞過程的核心。研究蛋白-配體相互作用對基于結構的藥物設計至關重要，科研人員可據此發現或設計與特定蛋白質結合的配體。科學家利用AI技術能夠更精準地剖析蛋白-配體相互作用，加速藥物發現進程。
該研究提出了新型基于蛋白表面的幾何擴散網絡，用于生成精準可靠的蛋白-配體復合物構象。這一模型將多種蛋白質信息如表面特征、殘基結構特征和預訓練序列特征整合到表面節點的表示中，配備SurfScore內部評分模塊，通過對蛋白-配體復合物的訓練來評估構象的置信度。同時，SurfDock整合了可選的基于力場的優化步驟，進一步提升了性能。這些設計使得SurfDock在多個基準測試中展現出優異的對接能力，其生成構象的合理性超越現有的深度學習方法。
SurfDock能夠適應新的蛋白質、口袋和空結構，在處理高度柔性的配體時表現出色。在實際應用中，研究通過針對ALDH1B1的篩選實驗證實了SurfDock的實用價值，快速篩選出7個具有新骨架的先導分子。
研究工作得到國家自然科學基金、國家重點研發計劃、中國科學院青年創新促進會會員項目等的支持。
論文鏈接
SurfDock架構圖
本文鏈接：科學家開發出基于生成式AI的蛋白-配體復合物結構預測方法http://m.lensthegame.com/show-12-465-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任，僅提供存儲服務。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： “中小學交通安全十問”發布
下一篇： 研究通過配位閉環組裝發光金屬-有機分子結