EquiBind: التعلم العميق الهندسي لتنبؤ هيكل ربط الدواء

تنبؤ كيفية ربط جزيء يشبه الدواء ببروتين مستهدف محدد هو مشكلة أساسية في اكتشاف الأدوية. من شأن طريقة حسابية سريعة للغاية لربط الجزيئات تمكين التطبيقات الرئيسية مثل الفحص الافتراضي السريع أو هندسة الأدوية. تعاني الطرق الحالية من كونها باهظة الحساب، حيث تعتمد على عينات مرشحين ثقيلة مقترنة بخطوات التقييم والترتيب والضبط الدقيق. نتحدى هذا النموذج باستخدام EquiBind، وهو نموذج تعلم عميق هندسي SE(3)-equivariant يقوم بالتنبؤ المباشر بموقع ربط المستقبل (الربط العمى) ووضعية وتوجيه المركب العضوي المرتبط (ligand). يتمتع EquiBind بتسريعات كبيرة وجودة أفضل مقارنة بالأسس التقليدية والحديثة. بالإضافة إلى ذلك، نظهر تحسينات إضافية عند ربطه بالتقنيات الحالية للضبط الدقيق، مع زيادة وقت التشغيل. أخيرًا، نقترح نموذج ضبط دقيق جديد وسريع يعدل زوايا الانعطاف في الروابط القابلة للدوران للمركب العضوي المرتبط بناءً على الحدود الدنيا العالمية المغلقة لمسافة الزاوية فون ميز (von Mises angular distance) إلى سحابة نقاط ذرية معينة، مما يتجنب استراتيجيات التطور التفاضلي السابقة باهظة الثمن لتصغير الطاقة.