技術的概要：ホロポケットから電子密度へ：電子密度を用いた GPT スタイルの創薬設計

1. 問題提起

現在の構造ベース創薬設計（SBDD）手法は、通常、ホロタンパク質 - リガンド複合体から導出された「空の」結合ポケットを条件として分子生成を行います。このアプローチでは、結合ポケットを構築するために「充填物」（リガンドと溶媒分子）を除去し、静的で剛体な足場を構築します。著者らは、この定式化は暗黙のうちに結合ポケットが単一の静的なコンフォメーションで正確に表現できると仮定しており、それによってタンパク質の内在的な柔軟性を抑制し、リガンド結合に伴うコンフォメーション適応を捉え損なっていると主張しています。

関連分野の一部ではポケットアンサンブルを通じてタンパク質の柔軟性に対処しようとしていますが、これらを統一的な生成フレームワークに統合することは困難です。さらに、既存の電子密度（ED）ガイド生成手法は、しばしば剛体で空のポケットからの ED に依存しており、柔軟な領域ではこれが弱いか、分解能が低い場合があります。本論文は、充填物 ED（リガンドおよび近接する溶媒から導出された電子密度）が通常、明確に定義され、実験的に検証され、空間的に局在化しており、コンフォメーションの柔軟性と相互作用パターンを自然に符号化する、より信頼性が高く情報量の多い条件付け信号を提供すると提唱しています。

2. 手法：EDMolGPT

著者らは、低分解能の電子密度（ED）を点群として表現し、これを条件として 3 次元創薬分子を生成するために設計された、デコーダのみの自己回帰フレームワークであるEDMolGPTを導入します。

2.1. 条件付け信号：電子密度（ED）

この手法は、大規模な事前学習と実験的統合を可能にするために、2 種類の ED を利用します。

• 計算 ED（CalED）： 物理散乱モデル（高速フーリエ変換）を用いて原子座標から解析的に導出され、大規模な事前学習の効率化を図ります。
• 実験 ED（ExpED）： クライオ電子顕微鏡（cryo-EM）または X 線回折再構成から得られます。これは測定ノイズ、コンフォメーションの柔軟性、およびすべての充填物相互作用を捉えます。

点群生成：

• ED マップは、切断された逆フーリエ変換を通じて再構成されます。
• これらのマップから 3 次元点群がサンプリングされます。
• 化学的特徴を豊かにするために、各点には、元の充填物中の原子までの最小距離に基づいて、ファーマコフォアタイプ（水素結合ドナー、アクセプター、両方、またはその他）が割り当てられます。
• 点は空間座標（x, y, z）でソートされ、自己回帰モデルに対して一貫した入力順序を提供します。

2.2. 分子表現

標準的な SMILES の 3 次元自己回帰生成における限界（物理的に一貫性のないコンフォメーションをもたらすことが多い）を克服するため、モデルは相対的な幾何学的特徴を組み合わせたFSMILES（フラグメント SMILES）を使用します。

• FSMILES： 環構造を保持し、過度な断片化を避けるように分子をフラグメントに分解する、Lingo3DMol 表現の修正版です。
• 離散化された 3 次元座標： 空間座標は中心化され、スケーリングされ、有界な整数グリッドに丸められます。
• 相対幾何トークン： 各原子について、モデルはシーケンス内の 3 つの先行原子に対する相対結合長、結合角、および二面角を予測します。これにより、局所的な構造的依存関係が明示的にモデル化されます。

2.3. 構造と学習

• アーキテクチャ： 24 レイヤーのデコーダのみのトランスフォーマ（GPT-2 スタイル）。点群トークンと分子トークンの連結シーケンスを入力として受け取ります。
• 学習戦略：
  • 事前学習： 公開データセットから導出された大規模な CalED（約 200 万のキュレーション済み分子）で行われます。
  • 微調整： 実験的測定から導出された ExpED（PDBbind）で行われます。これはより現実的ですが、量は限られています。
• 推論： 分子はトークンごとに生成されます。FSMILES と幾何学的トークンは温度サンプリングを通じてサンプリングされますが、3 次元座標は、予測された相対幾何学的特徴（結合長、角度、二面角）と、以前に生成された 3 つの原子の位置によって定義される球面をサンプリング空間に制約することで復元されます。これにより、幾何学的整合性が保証されます。

3. 主要な貢献

1. 充填物ベースの条件付け： この研究は、SBDD における生成モデルに、リガンドおよび溶媒を含む充填物の cryo-EM/X 線由来密度を直接組み込んだ最初の試みであり、剛体な空のポケット表現からの脱却を図っています。
2. EDMolGPT フレームワーク： 低分解能 ED 点群を条件とした 3 次元創薬設計のためのデコーダのみの自己回帰モデルの導入。簡素性、柔軟性、高効率を兼ね備えています。
3. 統合された事前学習と実験的統合： 計算密度と実験密度の両方を使用できるため、大規模な事前学習に続き、現実的な実験データでの微調整が可能になります。
4. DUD-E による検証： 101 の生物学的ターゲットに対する広範な評価により、有利な 3 次元コンフォメーションと生物活性を持つ分子の生成を実証しました。

4. 実験結果

このモデルは、最先端の SBDD 手法（Pocket2Mol、TargetDiff、Lingo3DMol、MolCRAFT）および ED ガイド手法（ED2Mol、ECloudGen）に対して、DUD-E データセット（101 ターゲット）で評価されました。

• 生物活性分子の回復： EDMolGPT は最高の回復率（ターゲットの 41%）を達成し、既知の活性物質との ECFP4 タニモト類似度が 0.5 を超える分子を正常に生成しました。これは Pocket2Mol（8%）や Lingo3DMol（33%）などのベースラインを上回りました。
• 結合親和性： 「min-in-place」プロトコル（ポケット内で生成されたコンフォメーションを最小化）において、EDMolGPT は平均 Glide スコア -6.92 を達成し、他のモデルと比較して優れたポケット結合コンフォメーションを示しました。さらに、生成された分子の 37% は、古典的な力場サンプリング（リドッキング）によって得られたものよりも優れた結合モードを示しました。
• コンフォメーション安定性： 後処理の力場精製を行わない（ED2Mol とは異なり）にもかかわらず、EDMolGPT は他のトップモデルと同等の歪みエネルギーを持つ分子を生成しました（25 パーセンタイル：33 kcal/mol）。
• ドラッグライクな性質： このモデルは、QED（0.57）と SAS（3.79）の値において競争力のある分子を生成し、参照リガンドに近い分子量（約 385 Da）を維持しました。これは、QED を人為的に高めるために小さく単純な分子を生成するいくつかのベースラインとは対照的です。
• 実験 ED（ExpED）のパフォーマンス： ExpED を条件とした場合、EDMolGPT は立体障害による衝突のため、剛体ポケットの仮定では拒絶されるであろう生物活性リガンドを生成しました。著者らは、これらのリガンドは現実には柔軟であるが静的構造では剛体に見える領域を占めていると指摘しており、この手法がコンフォメーションの可変性を捉える能力を有していることを強調しています。

5. 意義と主張

本論文は、EDMolGPT が、剛体な幾何学的抽象化ではなく、物理的に根ざした連続的な電子密度信号を活用することで、構造ベース創薬設計におけるパラダイムシフトを提供すると主張しています。「充填物」（リガンド＋溶媒）密度に基づく生成により、静的なポケット表現では見逃されるコンフォメーションの柔軟性と相互作用パターンを自然に考慮します。

著者らは、このアプローチにより、正確な構造的幾何学と強力な結合適合性を備えた新規かつ妥当な分子の生成が可能となり、100 を超えるターゲットにおける生物活性分子の高い回復率と有利なドッキングスコアによって検証されたと述べています。この研究は、低分解能 ED 点群を利用することで、剛体ポケットの仮定に依存する手法ではアクセスできない化学空間の探索を可能にし、現在のバーチャルスクリーニングパイプラインの限界を克服する可能性を示唆しています。