CompassDock：基于深度学习的分子对接推理与微调的全面精准评估方法
机器学习
2024-10-02 v2 定量方法
摘要
用于分子对接的数据集（如 PDBBind）存在技术性变异——即噪声。尽管噪声来源已有讨论，但尚缺乏对这些数据集物理、化学及生物活性特征的全面分析。为填补这一空白，我们引入综合性精准评估方法 (Compass)。Compass 集成了两个关键组件：PoseCheck 用于检验配体应变能、蛋白-配体剂烦冲突及相互作用；以及 AA-Score，即一种新的经验评分函数，用于计算结合亲和能。两者共同构成统一的工作流程，对配体及蛋白-配体相互作用的物理/化学属性和生物活性 favorable 性进行评估。我们采用 Compass 对 PDBBind 数据集进行分析，发现真实数据中存在显著噪声。此外，我们提出 CompassDock，将 Compass 模块与最先进的基于深度学习的分子对接方法 DiffDock 集成，以在推理阶段实现对对接配体的精准评估。最后，我们提出一种新范式，通过 Compass 评分（包括结合亲和能、应变能以及 Compass 识别的剂烦冲突数）进行微调，以提升分子对接模型性能。我们的结果表明，虽然无 Compass 微调可提高 RMSD < 2{\AA} 的对接构象比例，但会降低物理/化学和生物活性 favorable 性；而采用 Compass 微调虽在 RMSD < 2{\AA} 方面仅有限提升，却显著增强了配体构象的物理/化学和生物活性 favorable 性。源代码已公开于 https://github.com/BIMSBbioinfo/CompassDock。
引用
@article{arxiv.2406.06841,
title = {CompassDock: Comprehensive Accurate Assessment Approach for Deep Learning-Based Molecular Docking in Inference and Fine-Tuning},
author = {Ahmet Sarigun and Vedran Franke and Bora Uyar and Altuna Akalin},
journal= {arXiv preprint arXiv:2406.06841},
year = {2024}
}