蛋白质-配体复合物生成器和通过分层张量变换进行药物筛选
摘要：高效生成蛋白质配体结合位点的小分子候选物（配体）位姿对于计算辅助药物发现至关重要。典型的刚体对接方法忽略了蛋白质的位点灵活性，而使用分子动力学进行更精确的位姿生成由于蛋白质动力学缓慢而受到阻碍。我们开发了一种分层张量变换（3T）算法，用于快速生成多样的蛋白质-配体复合物构象，可用于药物筛选中的位姿和亲和力估计，既不需要机器学习训练，也不需要冗长的动力学计算，同时保持了粗粒化的蛋白质协调动力学和复合物位点的原子级细节。我们生成的3T构象结构在活性配体分类方面的准确性明显高于使用数百个实验蛋白质构象的传统集合对接方法。此外，我们证明3T可以用于探索蛋白质-配体结合位点内的远离位姿。3T结构转换与系统物理解耦，未来可在其他计算科学领域中使用。
作者：Jonathan P. Mailoa, Zhaofeng Ye, Jiezhong Qiu, Chang-Yu Hsieh, Shengyu Zhang
论文ID：2301.00984
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2023-08-03