基于群套正则化的结构感知化合物-蛋白亲和力预测：图神经网络方法
机器学习
2026-05-29 v2 人工智能
摘要
可解释人工智能（XAI）方法日益增多地应用于药物发现中，以学习分子表示并识别驱动属性预测的亚结构。然而，构建用于化合物属性预测的结构-活性关系（SAR）建模的端到端可解释模型面临诸多挑战，如特定蛋白靶点的化合物-蛋白相互作用活性数据有限，以及分子构型位点细微变化对分子性质影响显著。我们利用活性悬崖配对中共享骨架但在取代基位点不同步的分子对，这些分子对因特定蛋白靶标而产生显著的亲力差异。我们提出一种框架，通过实现图神经网络（GNN）来利用活性悬崖配对的性质和结构信息，预测化合物-蛋白亲和力（即半最大抑制浓度，IC50）。为增强模型性能和可解释性，我们采用群套和稀疏群套正则化，对GNN进行结构感知损失函数训练，以修剪和突出显示与活性差异相关的分子子图。我们将该框架应用于针对三种原性癌基因酪氨酸激酶Src蛋白（PDB ID: 1O42, 2H8H, 4MXO）的活性悬崖数据。我们的ethods通过整合常见和不常见节点信息的稀疏群套方法，提高了性质预测性能，体现在根均方误差（RMSE）降低和皮尔逊相关系数（PCC）提升方面。应用正则化还通过提升图层级全局方向得分和改善原子级着色准确性，增强了GNN的特征归因。这些进展强化了药物发现管道中的模型可解释性，尤其在领先优化中识别关键分子亚结构方面。
引用
@article{arxiv.2507.03318,
title = {Structure-Aware Compound-Protein Affinity Prediction via Graph Neural Network with Group Lasso Regularization},
author = {Zanyu Shi and Yang Wang and Pathum Weerawarna and Jie Zhang and Timothy Richardson and Yijie Wang and Kun Huang},
journal= {arXiv preprint arXiv:2507.03318},
year = {2026}
}
备注
15 pages, 7 figures