Nat. Mach. Intell.｜从虚拟筛选角度评估AI驱动的分子对接方法

文章预览

DRUG AI 本文介绍一篇来自浙江大学侯廷军教授和康玉副教授团队联合碳硅智慧发表的论文。该论文构建了一个全面的虚拟筛选（VS）数据集VSDS-vd，并系统评估了多种AI驱动的分子对接方法和传统的基于物理原理的对接方法在VS中的表现。评估结果显示，尽管AI对接方法在生成对接构象的物理合理性方面存在不足，特别是蛋白-配体间易出现立体冲突，且现有配体后处理方法未能有效缓解这一问题，但AI对接方法在VS中仍然展现出巨大潜力。基于评估结果，作者创造性地提出了一种层级式VS策略，该策略在筛选速度和精度两方面实现了动态平衡，为大规模药物筛选应用提供了极具前景的新途径。 研究背景 分子对接是研究蛋白质-配体相互作用的常用计算技术，在基于结构的药物设计与发现中发挥着重要作用。该技术通常以实验测定或计算建模的蛋白质三维 ………………………………