Cryptic binding sites are detected but not ranked: coverage, conversion, and detector consensus
本文表明，隐匿结合位点的检测目前受限的并非提出候选者的能力，而是由于排序能力差和缺乏共识，这揭示了将覆盖率与转化率指标分离可以发现显著的性能差距，并表明在严格的候选预算内结合几何与基于语言模型的检测器能产生最实际的改进。
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
蛋白质是维持生命运转的分子机器，它们通过折叠成复杂的三维形状来执行特定的任务。这些形状通常包含微小的空腔或口袋，其他分子（例如潜在的药物）可以附着于此。几十年来，科学家们一直试图预测这些口袋在蛋白质表面的位置。然而，许多最有趣的口袋是“隐匿性”（cryptic）的，这意味着当蛋白质静止不动时，它们是隐藏或关闭的状态。只有当分子与之结合，或者蛋白质因自然热运动而摆动时，这些位点才会开启。寻找这些隐藏位点至关重要，因为它们往往代表了治疗疾病的新机遇，但由于在与药物相互作用之前，蛋白质看起来是坚实且光滑的，因此这些位点极难被发现。
多年来，蛋白质科学领域一直使用一个单一且简单的指标来衡量成功：一个计算机程序在它的前五个猜测中找到正确口袋的频率。然而，这种方法掩盖了一个关键缺陷。它将两种完全不同的技能视为同一种技能：即实际发现隐藏口袋的能力，以及将该发现进行足够高的排序以使其被注意到的能力。一个程序可能非常擅长识别隐藏位点，但在意识到其重要性方面表现糟糕，将其正确的答案埋没在冗长的建议列表深处。相反，另一个程序可能很少能找到该位点，却恰好将其发现的少数几个候选方案排在了完美的位置。直到现在，这些截然不同的能力一直被混为一谈，使得人们难以了解哪些工具是真正得到改进的，以及真正的挑战究竟在哪里。
德克萨斯 A&M 大学 Clayton W. Moore 的一项近期研究通过查看四个不同计算机程序的完整建议列表，而非仅仅关注前五个建议，从而理清了这两项技能。研究人员在已知具有隐藏结合位点的 178 个标准蛋白质结构集上对这些工具进行了测试。他们发现，这些程序实际上非常擅长寻找位点；主要问题仅仅在于它们经常未能将这些发现排在列表的前列。一个来自 2009 年的较旧的、基于几何结构的工具，成功为 74.2% 的蛋白质提出了正确的候选方案，是所有受试工具中比例最高的。然而，由于它对发现结果的排序较差，它仅在 43.8% 的案例中将其前五个建议中的正确答案浮现出来。相比之下，一个来自 2018 年的新工具发现的位点较少，但由于其排序出色，使得正确答案在 63.5% 的情况下得以浮现。研究表明，在“发现位点”与“正确排序”之间存在巨大的差距，而“转化率”——即有多少发现的位点进入了前五名——在不同工具之间波动剧烈，范围从 59% 到 96% 不等。
研究人员还发现，这些隐藏位点并不像此前认为的那样难以捉摸。当我们将四种工具的建议结合起来时，发现 92.1% 的隐匿性位点至少被其中一种工具检测到了。这意味着只有极小部分的此类位点对于当前技术而言是真正不可见的。真正的瓶颈不在于寻找更多的口袋，而在于对它们进行排序。如果这些工具能够简单地完美排序它们已有的发现，那么成功率将会显著提高，而无需发现任何新的位点。研究表明，该领域的提升潜力主要在于更好的排序和结合不同工具的优势，而不是发明全新的探测口袋的方法。
然而，仅仅结合工具并不是一个万能的解决方案。研究发现，研究人员能够合理审查的建议数量是有限的。如果用户愿意每种蛋白质查看少于大约 15 个建议，那么结合多种工具相比于使用单一的最佳工具并不会带来太多优势。只有当列表变得足够长，足以捕捉到最佳单一工具所遗漏的位点时，检查更多候选方案的额外努力才会产生回报。这解释了为什么以前一些通过生成大量候选方案来提高检测率的尝试未能显示出更好的效果；它们引入了过多的低质量猜测，从而稀释了有用的猜测。
该论文通过展示如何更明智地利用有限的猜测次数，提供了一条切实可行的路径。研究人员测试了除了仅依赖蛋白质形状（这往往无法看到隐藏口袋）之外，添加基于蛋白质基因序列的建议的方法。通过使用训练过的蛋白质序列语言模型来预测口袋可能开启的位置，他们可以在形状看起来平坦且无趣的地方提出候选方案。这种方法在测试数据上将成功率提高了 8.5%。值得注意的是，使用这种基于序列的提示，使得一小组五个蛋白质形状的表现能够媲美一组更大的二十个形状，从而将计算时间缩减了三分之二。研究结论指出，寻找这些隐藏位点的未来不在于寻找更多的候选对象，而在于更聪明地对我们现有的对象进行排序，确保最好的猜测能够被看到。
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。