Interrogating contrastive learning embeddings for structure-based virtual screening: a case study on DrugCLIP
本文系统地评估了 DrugCLIP 用于基于结构的虚拟筛选的对比学习嵌入，结果表明，虽然其口袋嵌入能够提供快速且稳健的结构相似性搜索，且其配体嵌入能够捕捉具有强泛化能力的口袋感知化学模式，但其性能受到构象变化和预测蛋白质口袋不准确性的显著限制。
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
研发新药是一个缓慢且昂贵的赌博。将一种药物带入市场可能需要十五年时间，耗资超过十亿美元，这主要是因为大多数潜在候选药物在过程中都会失败。为了减少这种浪费，科学家们使用计算机程序来筛选数百万种化学化合物，寻找那些可能与特定致病蛋白结合的少数几种。这个过程被称为虚拟筛选，它起到了过滤器的作用，将庞大的可能性库缩小到一组可用于现实世界测试的可控名单。几十年来，这一过程一直依赖于将药物的物理形状与蛋白质结合位点的形状进行匹配，这项任务在计算上非常沉重，对于目前现有的海量蛋白质和化学物质来说往往过于缓慢。
最近，一种新的方法出现了，它将这种搜索视为一个语言翻译问题。这些方法不再计算每一次相互作用的物理过程，而是利用人工智能将蛋白质的结合口袋和药物分子都转化为一种共享的、抽象的数字语言。在这个共享空间中，如果一种药物与蛋白质结合得好，那么它的数字模式会与蛋白质自身的模式非常相似；而匹配度差的药物，其模式则看起来截然不同。这使得计算机可以通过简单地比较这些数字模式来寻找良好的匹配，这一过程速度极快。其中一种名为 DrugCLIP 的工具展现出了巨大的潜力，但直到现在，科学家们仍不完全理解这些抽象的数字模式究竟代表了什么。他们知道这个工具有效，但不知道它是在真正理解化学原理，还是仅仅在背诵答案。
伦敦大学学院的一个研究小组决定打开 DrugCLIP 这个“黑箱”，以观察其内部究竟发生了什么。他们没有将这个工具视为一根魔杖，而是将其视为一个可以被测量和理解的系统。他们的调查表明，该工具学到的东西远比单纯匹配药物与蛋白质要有用得多。研究人员发现，该工具对蛋白质结合口袋的内部表征如此精确，以至于它识别不同蛋白质之间相似口袋的能力比现有任何方法都更强，而且速度快了一百多倍。这令人惊讶，因为该工具从未被明确教导去寻找相似的口袋，它只被教导去寻找结合的药物。然而，在学习寻找药物的过程中，它却在无意中以惊人的精度识别出了口袋本身的形状和结构。
该团队还研究了该工具如何处理分子的物理现实。蛋白质和药物并非僵硬的雕塑，它们会摆动和移动。研究人员测试了如果向工具展示一个形状略有不同的药物分子，或者蛋白质处于略有不同的位置时，工具是否会产生混乱。他们发现该工具具有极强的鲁棒性（稳健性）。即使将同一种药物以数十种不同的摆动形状展示出来，工具也能识别出它们是同一种分子。同样，当蛋白质口袋以不同状态呈现时——有些结合了药物，有些是空的，有些是由其他 AI 模型预测的——该工具的内部映射依然保持一致。然而，研究也划出了一条清晰的界限，即工具性能开始下降的临界点。当研究人员使用在结合位点处含有错误氨基酸，或者蛋白质侧链指向错误方向的预测蛋白质结构时，该工具寻找正确药物的能力显著下降。这表明，尽管该工具功能强大，但它仍然依赖于准确的蛋白质物理结构图像。
或许最重要的发现是关于该工具是否依赖于“记忆”的测试。研究人员设计了一个严格的测试，要求工具为它从未见过的蛋白质和化学物质寻找药物，以确保它不能简单地回忆训练数据中的答案。结果令人鼓舞。对于具有全新化学性质的新型蛋白质，该工具仍能在约 55% 到 75% 的案例中，将正确的药物排在所有可能候选者的前 1% 之内。这证明了该工具是在真正学习蛋白质与药物相互作用的规则，而不是仅仅背诵已知的配对列表。它表明该工具可以将知识泛化到全新的情境中，这是现实世界药物研发的一项关键要求。
研究结论指出，虽然像 DrugCLIP 这样的工具代表了速度和能力的巨大飞跃，但它们尚未达到完美。它们的成功取决于所提供的蛋白质结构的准确性。如果蛋白质的初始模型稍有偏差，或者预测的结合位点包含了错误的原子，该工具的性能就会受到影响。研究人员建议，改进这些系统的下一步不仅仅是更好的 AI，而是更好的预测蛋白质口袋精确形状的方法。通过将这些快速、智能的筛选工具与更准确的结构预测相结合，科学家们可以更接近这样一个未来：寻找新药的过程变得更快、更便宜且更可靠。这项工作揭示了这一复杂技术的本质，表明它是一个观察分子世界的强大新视角，前提是这个“透镜”本身必须拿得稳。
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。