語音播報
近日,中國科學院上海藥物研究所鄭明月團隊開發(fā)出基于生成式AI的蛋白-配體復合物結(jié)構預測方法SurfDock。這一方法利用蛋白質(zhì)表面信息構建幾何擴散神經(jīng)網(wǎng)絡,高精度自動生成配體結(jié)合構象,并應用于基于結(jié)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(fā)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(jié)構的藥物設計至關重要,科研人員可據(jù)此發(fā)現(xiàn)或設計與特定蛋白質(zhì)結(jié)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(fā)現(xiàn)進程。
該研究提出了新型基于蛋白表面的幾何擴散網(wǎng)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(zhì)信息如表面特征、殘基結(jié)構特征和預訓練序列特征整合到表面節(jié)點的表示中,配備SurfScore內(nèi)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(yōu)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(xiàn)出優(yōu)異的對接能力,其生成構象的合理性超越現(xiàn)有的深度學習方法。
SurfDock能夠適應新的蛋白質(zhì)、口袋和空結(jié)構,在處理高度柔性的配體時表現(xiàn)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(fā)計劃、中國科學院青年創(chuàng)新促進會會員項目等的支持。
SurfDock架構圖
© 1996 - 中國科學院 版權所有 京ICP備05002857號-1 京公網(wǎng)安備110402500047號 網(wǎng)站標識碼bm48000002
地址:北京市西城區(qū)三里河路52號 郵編:100864
電話: 86 10 68597114(總機) 86 10 68597289(總值班室)
編輯部郵箱:casweb@cashq.ac.cn
© 1996 - 中國科學院 版權所有 京ICP備05002857號-1 京公網(wǎng)安備110402500047號 網(wǎng)站標識碼bm48000002
地址:北京市西城區(qū)三里河路52號 郵編:100864
電話: 86 10 68597114(總機) 86 10 68597289(總值班室)
編輯部郵箱:casweb@cashq.ac.cn
© 1996 - 中國科學院 版權所有
京ICP備05002857號-1
京公網(wǎng)安備110402500047號
網(wǎng)站標識碼bm48000002
地址:北京市西城區(qū)三里河路52號 郵編:100864
電話:86 10 68597114(總機)
86 10 68597289(總值班室)
編輯部郵箱:casweb@cashq.ac.cn