「AI+物理先验知识」，浙大、中国科学院通用蛋白质-配体相互作用评分方法登Nature子刊

文章预览

将 ScienceAI   设为 星标 第一时间掌握 新鲜的 AI for Science 资讯 编辑 | X 蛋白质就像是身体中的精密锁具，而药物分子则是钥匙，只有完美契合的钥匙才能解锁治疗之门。科学家们一直在寻找高效的方法来预测这些「钥匙」和「锁」之间的匹配度，即蛋白质-配体相互作用。 然而，传统的数据驱动方法往往容易陷入「死记硬背」，记住配体和蛋白质训练数据，而不是真正学习它们之间的相互作用。 近日，浙江大学和中国科学院研究团队， 提出了一种名为 EquiScore 的新型评分方法，利用异构图神经网络整合物理先验知识，并在等变几何空间中表征蛋白质-配体相互作用。 EquiScore 基于一个新数据集进行训练，该数据集采用多种数据增强策略和严格的冗余消除方案构建。 在两个大型外部测试集上， 与其他 21 种方法相比，EquiScore 始终名列前茅。 当 EquiScore ………………………………