Structure-free, site-resolved contrastive learningextends small-molecule discovery beyond the reachof structure-based modeling
本文介绍了 Ptarmigan-1，这是一种无结构、位点解析的对比学习模型，通过直接嵌入蛋白质序列和二维化学结构，而无需构建显式的三维构象，实现了跨多种蛋白质靶点（包括隐性位点和无序位点）的快速且准确的虚拟筛选。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下你是一名正在试图破解谜题的侦探：如何通过找到完美的钥匙（药物分子）来阻断一个特定的罪犯（致病蛋白）所留下的锁孔。几十年来，科学家们一直试图通过构建罪犯之手的 3D 模型（蛋白质的形状），然后尝试数百万把钥匙，看哪一把能契合这个锁。这就像是在显微镜下观察每一根干草，试图在干草堆中寻找一根针。如果那只手保持着稳定、清晰的形状，这种方法效果很好，但许多罪犯非常混乱、多变，或者把手藏在黑暗中。这些“不可成药”的目标之所以难以攻克，是因为我们无法看到一个清晰的锁孔来适配钥匙。世界药物研发领域的一个大问题一直是：我们能否在不需要看到锁的情况下，找到正确的钥匙？
Ptarmigan-1 应运而生，它是由 Talus Bioscience 的研究人员开发的一种新型数字侦探。它并不试图构建蛋白质或药物的 3D 模型，而是学习通过它们的“指纹”——即它们的遗传序列和化学式——来识别它们。这就像是一个音乐应用，仅仅因为一首歌的声音与你喜爱的歌曲相似，就能预知你会喜欢它，而无需看到乐队或音乐会现场。Ptarmigan-1 将蛋白质序列的“音乐”和药物化学的“音乐”都转化为一种共享的、无形的语言。在这种语言中，适配某种蛋白质的药物会紧挨着它，就像拥挤房间里的朋友一样。论文表明，这种方法可以在不到一天的时间内，扫描人体内每种蛋白质对应的数十亿种药物，并找到传统 3D 模型会错过的匹配项，尤其是那些曾让科学家困惑多年的混乱且多变的靶点。
旧方法 vs 新方法
长期以来，寻找新药就像是通过先建立锁的模型，来为特定的锁寻找特定的钥匙。科学家们会使用计算机创建蛋白质“口袋”（锁）的 3D 图像，然后模拟药物分子（钥匙）如何扭转和旋转以进入其中。这被称为分子对接（molecular docking）。最近，超级智能的 AI 模型开始预测整个蛋白质-药物复合物的形态，几乎就像是将一张纸折叠成一只纸鹤。当蛋白质是一个固体、定义明确的形状时，这些方法表现出色。但许多重要的蛋白质（如涉及癌症或免疫反应的蛋白质）就像果冻或流沙一样。它们没有固定的形状，因此你无法为它们构建模型的锁。如果你试图强行将 3D 模型套用在它们身上，计算机只会猜测一个并不存在的形状，从而导致错误的线索。
作者认为，这种对构建 3D 姿态的痴迷实际上阻碍了药物研发。这种方式缓慢、昂贵，并且对最需要帮助的靶点视而不见。他们提出，我们其实不需要看到 3D 形状就能知道一种药物是否有效；我们只需要知道药物的“氛围（vibe）”是否与蛋白质的“氛围”相匹配。
Ptarmigan-1 的工作原理：伟大的媒人
Ptarmigan-1 是一个“对比学习（contrastive learning）”模型，这是一种高级说法，意指它是一位精通配对的媒人。它不构建 3D 模型，而是获取两样东西：构成蛋白质的字母序列（像是一句长句）和药物的化学代码（像是一个食谱）。它利用两个强大的 AI 大脑——一个经过蛋白质训练，另一个经过化学物质训练——将两者都翻译成一个共享的、无形的空间。
想象一个巨大的、隐形的舞池。舞池的一侧是数千种蛋白质，另一侧是数十亿种潜在药物。Ptarmigan-1 不关心它们的身体形状；它关心的是它们的律动。如果一种药物与某种蛋白质是良配，模型就会在舞池中将它们拉近，直到它们几乎触碰在一起。如果它们不匹配，模型就会将它们推开。其神奇之处在于，它无需构建它们握手的 3D 图像即可完成此操作。它只是通过“指纹”的对齐，就知道它们属于彼此。
由于它不需要为每一对组合构建 3D 模型，因此它的速度极快。论文报告称，Ptarmigan-1 对一种药物进行评分仅需 10 毫秒。相比之下，领先的 3D 模型（Boltz-2）完成同样的工作需要 54 秒。这意味着它实现了 5,000 倍的加速。这种速度让团队能够在不到一天的时间内，针对全人类蛋白质组（共 20,431 种人类蛋白质）筛选 34 亿种化合物。这就像是在冲一杯咖啡的时间里，检查了体育场里的每一个人是否能打开巨型保险库里的每一把钥匙。
在混乱的干草堆中寻找针头
Ptarmigan-1 的真正考验在于，它能否为那些 3D 模型失败的“混乱”靶点寻找药物。研究人员测试了三种类型的挑战：
- 结构良好型靶点： 对于具有清晰、稳定形状的蛋白质（如标准教科书中的蛋白质），Ptarmian-1 的表现与最好的 3D 模型一样出色。它能找到正确的药物，证明它不需要 3D 模型也能保持准确。
- 隐蔽性与共价靶点： 一些蛋白质拥有只有在药物到达时才会开启的隐藏口袋，或者拥有药物可以进行化学“粘合”的特定位点。传统模型经常错过这些，因为它们无法预测隐藏的形状。然而，Ptarmigan-1 成功识别了这些匹配。例如，即使在不知道蛋白质形状的情况下，它也找到了能粘附在特定半胱氨酸氨基酸（一个“胶粘点”）上的药物。
- 无序靶点： 这是最大的胜利。一些蛋白质是本质无序的——它们就像永远无法定型的意大利面。论文显示，对于这些靶点，3D 模型基本上选择了放弃，表现得并不比随机猜测好多少。然而，Ptarmigan-1 仍然找到了强力的匹配。它能将药物定位到这些混乱蛋白质的正确部分，这表明即使没有可见的“锁”，这种“氛围”匹配依然有效。
现实世界的测试：STAT6 之谜
为了证明这不仅仅是计算机技巧，团队在现实世界的谜题上测试了 Ptarmigan-1：一组针对 STAT6 蛋白（参与免疫反应）的新药。这些药物最近在专利中披露，但并未包含在模型的训练数据中。这些药物的设计目标是契合 STAT6 蛋白上一个浅且复杂的口袋。
当研究人员运行测试时，Ptarmigan-1 正确地将这些药物识别为最佳匹配，并且至关重要的是，它精确地指出了药物结合在蛋白质上的正确位置（SH2 结构域）。相比之下，3D 模型（Boltz-2）未能找到正确的位点，而是猜测了一个完全错误、不正确的蛋白质位置。这表明 Ptarmigan-1 能够为它从未见过的“锁”找到正确的“钥匙”，即使这个锁很浅且形状奇特。
未来：一种全新的搜索方式
作者认为，这改变了我们对药物研发的思考方式。我们不再需要为每一个新蛋白质和每一个新药物构建新的 3D 模型（这非常耗时），我们只需要查找它们在这个共享无形空间中的“距离”。一旦建立了这个空间，寻找匹配就像进行谷歌搜索一样简单。
论文总结道，虽然 3D 模型在理解药物如何契合的微观细节方面仍然有用，但它们在初步搜索阶段并非必需。通过将搜索与 3D 结构解耦，Ptarmigan-1 为寻找那 87% 因缺乏清晰形状而被视为“不可成药”的人类蛋白质打开了大门。它表明，药物研发的未来不在于构建更好的 3D 模型，而在于学习一种更好的语言，来描述蛋白质与药物是如何相互交流的。
简而言之，Ptarmigan-1 证明了你不需要看到锁才能找到钥匙；你只需要知道正确的节奏，让它们翩翩起舞。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。