🤖 machine learning

DBMol: Design of High-Affinity, Target-Specific Small Molecules through Structure Prediction Models

该论文介绍了 DBMol，这是一个利用 Boltz-2 和 AlphaFold-3 等先进结构预测模型来引导交替优化与投影过程的新型框架，旨在无需参考配体监督的情况下，从头生成具有高亲和力和靶点特异性的小分子。

原作者： Yiming Qin, Kai Yi, Miruna Cretu, Sjors H. W. Scheres, Pietro Liò, Pascal Frossard

发布于 2026-07-22

📖 1 分钟阅读☕ 轻松阅读

原作者： Yiming Qin, Kai Yi, Miruna Cretu, Sjors H. W. Scheres, Pietro Liò, Pascal Frossard

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你是一位试图打开一扇特定且极其复杂的门的顶级锁匠。在医学世界中，这扇门就是你体内的蛋白质，而钥匙则是被称为药物的微小分子。几十年来，科学家们一直试图设计出完美的钥匙，但他们要么是在观察一堆旧的、损坏的钥匙（即已知药物），要么是试图根据粗略的草图来猜测锁的形状。但如果，你可以为一把从未见过的全新锁头，从零开始打造一把完美的钥匙呢？这就是“从头设计”（de novo）药物设计的梦想。为了实现这一目标，研究人员需要一种方法，能够在不实际制造并进行实验室测试的情况下，预测一把新钥匙与锁的契合程度，因为那既缓慢又昂贵。最近，一些被称为“结构预测模型”（如 AlphaFold-3 和 Boltz-2）的超级智能计算机程序出现了。把它们想象成“水晶球机器”，它们可以观察一个蛋白质，并准确预测一个分子会如何摆动并与其粘附在一起。它们的预测交互能力如此之强，以至于科学家们开始好奇：我们能否不仅利用这些水晶球来“观察”契合度，还能用它们来实际“引导”完美钥匙的创造？

这正是论文《DBMol》所探讨的内容。来自 EPFL、MRC-LMB 和剑桥大学的作者团队提出了一种名为 DBMol 的新方法。DBMol 不依赖于现有药物的数据库，也不需要参考现有的钥匙进行模仿，而是将结构预测模型作为一个“GPS”，在浩如烟海的可能分子空间中进行导航。这个过程就像一场两步走的舞蹈。首先，在“优化”（Optimization）阶段，系统从一个非常简单、几乎毫无用处的分子开始（想象成一条碳原子组成的直线），并利用水晶球的反馈对其进行微调。它会询问：“如果我改变这里的这个原子，预测的契合度会变好吗？”以及“如果我移动这个化学键，它是否会贴得更紧？”它会进行成千上上次的迭代，不断调整分子，使其能更紧密地“拥抱”目标蛋白质的口袋。然而，这里有一个陷阱：这些不断的微调往往会让分子变成一个化学上的混乱产物——看起来像个分子，却违反了化学定律（比如一个原子长出了太多的“手”）。

为了解决这个问题，第二步，即“投影”（Projection），介入了。想象一位神奇的雕塑家，他可以将那个混乱、不可能存在的“团块”，重新塑造为一个真实、有效的分子，同时又不丢失第一步辛苦创造出的那种特殊的“拥抱”形状。作者使用一种称为“流匹配模型”（具体为 DeFoG）的工具来充当这位雕塑家。它获取那个经过优化但略显破碎的想法，并将其还原为一个化学结构完美的二维分子图。结果令人振奋：在名为 LIT-PCBA 的标准基准测试中，DBMol 成功生成了预测模型认为具有极强结合能力的分子。更令人印象深刻的是，当作者使用另一种在设计过程中并未参与其中的预测模型（AlphaFold-3）来检查这些新分子时，这些分子依然表现出了强大的结合力，并很好地覆盖了目标口袋。该论文表明，这种方法允许科学家为新的靶点设计药物，而无需任何针对这些靶点的既往药物案例，提供了一种灵活且强大的新药发现方式，前提是这些“水晶球”的预测能力能持续提升。

DBMol 技术摘要：通过结构预测模型设计高亲和力、靶点特异性小分子

1. 问题陈述

设计能与蛋白质口袋高亲和力且高特异性结合的小分子配体是药物发现中的核心挑战。现有方法通常分为两类，且各具局限性：

基于结构的、感知口袋的生成器（如 DiffSBDD、Pocket2Mol）以蛋白质口袋几何结构为条件进行生成，但受限于经过人工校准的蛋白质-配体复合物数据集的可获得性。
以配体为中心的模型依赖于参考配体、对接目标或药效团图谱，这限制了它们在缺乏此类数据的全新蛋白质或结合位点上的泛化能力。

作者提出了另一种方法：利用现代结构预测模型（如 AlphaFold-3 和 Boltz-2）作为蛋白质-配体相互作用的通用、可微信号。其目标是实现仅基于目标蛋白质序列和口袋位置的 de novo（从头）小分子设计，而无需参考配体、经过校准的训练对或特定任务的重新训练。

2. 方法论：DBMol 框架

DBMol 被构建为一个交替优化与投影过程（如图 1 所示），旨在弥合可微优化与离散化学有效性之间的鸿沟。

A. 问题设定与表示
该框架将分子设计视为一个由可微代理目标引导的有条件生成问题。

离散表示： 分子被表示为具有原子类型、形式电荷和键类型的无向图 $G$ 。
松弛连续表示： 为了实现基于梯度的优化，离散图被松弛为连续表示 $m$ 。原子和键类型被建模为单纯形上的分类概率向量，而形式电荷则是连续值。这种松弛允许梯度下降，但本身并不保证化学有效性。

B. 优化阶段（阶段 I）
使用结构预测模型（具体为 Boltz-2）作为可微评分函数，DBMol 优化松弛表示 $m$ 以改善预测的相互作用。目标函数 $\mathcal{L}(m)$ 是三个项的复合体：

亲和力损失 ( $\mathcal{L}_{affinity}$ )： 最小化 Boltz-2 的亲和力回归值，并最大化结合/非结合分类的逻辑值（logit）。
接触损失 ( $\mathcal{L}_{contact}$ )： 鼓励与预定义结合口袋中的特定残基发生相互作用。这包括一个口袋级项（对残基取平均）和一个锚点项（专注于最强的预测接触对），以稳定梯度。
置信度损失 ( $\mathcal{L}_{conf}$ )： 聚合 Boltz-2 的置信度信号，以鼓励产生合理的复合物几何结构。

梯度针对 $m$ 进行计算，并通过约束梯度下降（剪切与归一化）进行应用，以保持有效的分类单纯形。

C. 投影阶段（阶段 II）
直接将优化的连续表示 $m$ 离散化往往会导致化学无效的结构，因为原子类型与成键模式之间存在紧密耦合。为了解决这个问题，DBMol 采用了使用预训练去噪模型（DeFoG）的离散流匹配投影。

过程： 优化的表示 $m^*$ 被用于实例化一个带噪声的离散分子图 $G_t$ （通过对类型采样和电荷取整）。
去噪： 流匹配模型迭代地对 $G_t$ 进行去噪，将其映射回化学有效的 2D 分子图 $G_1$ 。
后期时间初始化： 去噪过程在较晚的扩散时间（ $t=0.8$ ）进行初始化，以保留来自优化阶段的结构信号，同时允许模型有足够的步骤来纠正化学无效性。

D. 感知合成性的后处理
为了确保实际应用价值，可选步骤使用 SynFormer 将生成的分子映射到结构相似且具有合成可及性的化合物。这是一种后处理优化，而非核心优化目标的一部分。

3. 核心贡献

新颖框架： 引入了 DBMol，这是一个由结构预测器引导的 de novo 小分子设计框架，无需参考配体或经过校准的蛋白质-配体数据集。
优化-投影流水线： 一种利用来自 Boltz-2 的可微信号在连续空间中优化分子表示，随后通过学习到的投影（通过 DeFoG）来恢复离散、化学有效分子的方法。
弱监督： 证明了仅使用蛋白质序列和口袋位置信息即可生成高质量的口袋特异性分子，避免了昂贵的重新训练或特定的配体先验。

4. 实验结果

作者在 LIT-PCBA 基准测试（七个靶点）以及额外的 de novo 靶点（LGR4, CD47）上评估了 DBMol。

LIT-PCBA 性能表现：
- 代理对齐： DBMol 显著提高了 Boltz-2 的成功率（从无条件生成的 0.13 提高到 0.47），表明有效地优化了结构预测器代理。
- 留出指标（Held-out Metrics）： 在使用留出指标（基于 AlphaFold-3，未参与训练）进行评估时，DBMol 实现了 0.51 的 BCov（口袋覆盖率） 和 0.92 的 AF3 成功率。它保持了较高的分子多样性（0.89），并在留出指标中达到了 3.83 的平均排名，与使用更强约束（如参考配体或药效团）的基准模型相比具有竞争力。
- 权衡： 作者指出，仅针对置信度（ipTM）进行优化会提高代理得分，但会降低留出指标的表现，这表明需要一个平衡的目标函数来实现泛化。
合成性：
- 应用 SynFormer 后处理使具有已解决逆合成路径的分子比例（Syn. score）从 0.06 提高到约 0.39，接近于强基准模型 CGFlow-ZS 的表现，同时在很大程度上保留了基于 AF3 的结构信号。
De Novo 靶点：
- 在没有预定义 3D 口袋或参考配体的新靶点（LGR4, CD47）上，DBMol 在多个指标（如 BCov、AF3 成功率、Vina）上优于或匹配了基于口袋条件的基准模型 DiffSBDD，展示了其在真正的 de novo 场景下的适用性。
消融研究：
- 关于去噪时间和优化步数的实验揭示了一个权衡：较晚的去噪初始化和更多的优化步骤虽然能更好地保留结构信号（更高的成功率），但会降低化学有效性。

5. 重要性与主张

论文声称结构预测模型可以作为有效的、可微的靶点特异性分子生成的代理目标。

范式验证： 结果支持了以下假设：现代结构预测器（如 Boltz-2）能够提供足够的信号来引导 de novo 设计，而无需经过校准的相互作用数据集或参考配体。
灵活性： DBMol 提供了一个灵活的框架，可以适应传统数据驱动方法因缺乏训练数据而失效的新蛋白质口袋。
对局限性的审慎说明： 作者承认结构预测器是一个代理而非物理真理（physical oracle）。他们指出，高质量蛋白质-配体结合数据集的稀缺仍然是一个限制，未来的工作可以受益于更大的数据集（如 OpenBind）以及向全 3D 表示的扩展。他们强调，虽然该方法具有竞争力，但实验性的结合验证仍是必要的未来步骤。

总之，DBMol 证明了由结构预测模型引导的交替优化与通过离散流匹配进行的投影，是生成高亲和力、靶点特异性小分子的可行策略，架起了生成式 AI 与结构生物学之间的桥梁。