近日，中国科学院上海药物研究所郑明月团队开发出基于生成式AI的蛋白-配体复合物结构预测方法SurfDock。这一方法利用蛋白质表面信息构建几何扩散神经网络，高精度自动生成配体结合构象，并应用于基于结构的虚拟筛选。相关研究成果以SurfDock is a surface-informed diffusion generative model for reliable and accurate protein–ligand complex prediction为题，在线发表在《自然-方法》（Nature Methods）上。
研究蛋白-配体相互作用是分子生物学和生物化学的基础。从酶催化到信号传导，这些相互作用构成了众多细胞过程的核心。研究蛋白-配体相互作用对基于结构的药物设计至关重要，科研人员可据此发现或设计与特定蛋白质结合的配体。科学家利用AI技术能够更精准地剖析蛋白-配体相互作用，加速药物发现进程。
该研究提出了新型基于蛋白表面的几何扩散网络，用于生成精准可靠的蛋白-配体复合物构象。这一模型将多种蛋白质信息如表面特征、残基结构特征和预训练序列特征整合到表面节点的表示中，配备SurfScore内部评分模块，通过对蛋白-配体复合物的训练来评估构象的置信度。同时，SurfDock整合了可选的基于力场的优化步骤，进一步提升了性能。这些设计使得SurfDock在多个基准测试中展现出优异的对接能力，其生成构象的合理性超越现有的深度学习方法。
SurfDock能够适应新的蛋白质、口袋和空结构，在处理高度柔性的配体时表现出色。在实际应用中，研究通过针对ALDH1B1的筛选实验证实了SurfDock的实用价值，快速筛选出7个具有新骨架的先导分子。
研究工作得到国家自然科学基金、国家重点研发计划、中国科学院青年创新促进会会员项目等的支持。
论文链接
SurfDock架构图
新闻网讯 11月4日，《自然-纳米技术》（Nature Nanotechnology）在线发表华中科技大学生命学院、国家纳米药物工程技术研究中 近日，西安交通大学电气学院王鹏飞教授课题组在高安全钠金属电池领域取得重要进展，团队设计了一种双阴离子配位的具有局部 短双歧杆菌CCFM683，是一个专利菌株的名字。它由中国高校历时近10年研究开发，通过进博会与跨国企业合作开展临床试验，推出 全球陆地生态系统通过光合作用每年吸收近1/4人类活动排放的CO2，在减缓全球变暖中发挥了作用。而随着全球范围内极端高温事件频率和强度的持续增加，陆地生态系统的CO2吸收能力受到挑战。当前，相关研究聚焦于持续时 本报9月30日综合消息 75载砥砺奋进，75载凯歌前行，75载春华秋实。在中华人民共和国75周年华诞到来之际，各地各校干部师生满怀喜悦和豪情，通过丰富多彩、形式多样的活动，共享荣光、共庆华诞，为全面推进教育强国建设积蓄前 新华社利马11月14日电 当地时间11月14日，在赴利马对秘鲁进行国事访问并出席亚太经合组织第三十一次领导人非正式会议之际，国家主席习近平在《秘鲁人报》发表题为《让中秘友好之船扬帆远航》的 。本文链接：科学家开发出基于生成式AI的蛋白-配体复合物结构预测方法http://www.sushuapos.com/show-12-465-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： “中小学交通安全十问”发布
下一篇： 研究通过配位闭环组装发光金属-有机分子结