FeatureDock：基于物理化学特征学习的蛋白质 - 配体对接新突破

研究人员为解决分子对接评分函数缺陷问题，开展 FeatureDock 研究，其在区分强弱抑制剂等方面表现优异，助力药物研发。

　　在药物研发的漫长征程中，每一款新药的诞生都宛如一场艰难的冒险。药物研发过程复杂、成本高昂且耗时极长，药企往往要花费十几年时间和数十亿美元，才能将一款新药推向市场。在这个过程里，虚拟筛选作为关键环节，能够从海量化合物中挑选出潜在的药物分子，大大提高研发效率。而分子对接技术，作为虚拟筛选的核心手段，负责预测蛋白质与小分子配体之间的结合结构，在基于结构的药物发现中占据着举足轻重的地位。

近年来，深度学习的浪潮席卷了分子对接领域，众多基于深度学习的方法如雨后春笋般涌现。像 DiffDock 这类先进方法，运用扩散生成模型来解决对接问题，在预测结合构象方面展现出超越传统对接算法的卓越性能。然而，这些深度学习对接方法并非十全十美，它们在评分函数上存在明显缺陷，难以在虚拟筛选时有效区分强抑制剂和弱抑制剂，这无疑给药物研发带来了巨大挑战。

为了攻克这一难题，美国威斯康星大学麦迪逊分校（University of Wisconsin-Madison）的 Mingyi Xue、Bojun Liu、Siqin Cao 和 Xuhui Huang 等研究人员开展了深入研究。他们提出了一种名为 FeatureDock 的基于 Transformer 的深度学习框架，相关研究成果发表在《npj Drug Discovery》上。

研究人员在开展此项研究时，运用了多个关键技术方法。首先，在数据集方面，他们从 PDBBind v2020 精炼集中精心筛选出 5316 个高质量蛋白质 - 配体复合物结构，构建训练数据集。其次，采用 3D 不变的 FEATURE 表示对蛋白质局部环境进行特征化处理，将配体结合口袋离散为网格点并嵌入特征。再者，利用 Transformer 编码器预测网格点的结合概率，形成概率密度包络。最后，设计了独特的评分函数，并结合 L-BFGS-B 优化算法对配体结合构象进行评分和优化。

模型训练与选择

研究人员对比了 Transformer 编码器、前馈神经网络（FNN）和残差网络（ResNet）等不同神经网络架构。通过全面的超参数调整分析，发现 Transformer 编码器在所有测试模型中表现最佳。在不同模型容量测试中，Transformer 编码器始终能实现最低损失，验证了其在 FeatureDock 框架中的稳健性。此外，研究还表明，FeatureDock 在不同化学空间和蛋白质家族中具有广泛适用性，无需对特定蛋白质家族进行微调。

配体结合概率密度包络的预测

以细胞周期蛋白依赖性激酶 2（CDK2）为研究对象，FeatureDock 在排除 CDK2 及其 90% 同源结构的情况下进行训练，能够生成可靠的概率密度包络。分析发现，高预测结合概率（>0.8）的网格点与配体原子的实际位置平均距离仅为 0.62?，表明模型预测的高结合概率区域与配体重原子的实际位置高度吻合，在预测配体构象方面极具潜力。研究人员还将 FeatureDock 应用于预测同一蛋白质不同构象状态的结合概率密度包络，发现非活性和活性 CDK2 的概率密度包络在 Tyr15 附近区域存在显著差异，这一预测与已报道的别构配体结合位点相契合。在与 Vina、AutoDock4 和 DiffDock 的对比中，FeatureDock 在预测结合概率密度包络时，展现出较低的交叉熵损失和良好的 F1 评分，进一步证明了其在构象预测方面的稳健性。

确定对配体结合贡献最大的化学特征

FeatureDock 利用 Transformer 架构的注意力权重，为每个输入化学特征生成注意力图。通过分析 CDK2 非活性形式结构的注意力图，发现疏水残基 Phe82 和 Phe80，以及极性氨基酸 Gln85 和 Gln131-Asn132 对配体结合贡献较大。这一结果与之前的药效团模型和分子动力学（MD）模拟研究结果相符，同时也为设计与这些残基相互作用的配体以提高 CDK2 配体选择性提供了理论依据。

FeatureDock 在区分强弱抑制剂方面优于其他方法

在对非活性形式的 CDK2 和血管紧张素转化酶（ACE）受体的研究中，FeatureDock 在区分强弱抑制剂方面表现出色。在 CDK2 实验中，FeatureDock 的 KL 散度达到 0.67，远高于 DiffDock（0.39）、Smina（0.04）和 Vina（0.04），AUC 值为 0.74，与 DiffDock（0.76）相近，而 Smina 和 Vina 的 AUC 值仅为 0.43。通过对具体化合物的分析发现，FeatureDock 不仅能提供准确的评分，还能给出有意义的最佳配体构象。在 ACE 实验中，FeatureDock 同样取得了最高的 KL 散度（0.30）和 AUC（0.69），优于其他对比方法。

研究表明，FeatureDock 是一种基于结构的分子对接方法，它既能预测蛋白质 - 配体的结合构象，又能评估化合物的结合能力。尽管在与专门训练预测结合亲和力的 RF-score 对比中，FeatureDock 的预测能力稍显逊色，但 RF-score 在应用于训练数据集之外的化合物时，性能可能会受到限制。此外，FeatureDock 在优化过程中可能会陷入局部能量极小值，未来可通过引入 E3 等变扩散模型加以改进。在虚拟筛选时，选择合适的概率截断值至关重要，研究人员建议根据生物测定数据或口袋特性进行选择。

总的来说，FeatureDock 在预测和评分蛋白质 - 配体结合构象方面展现出显著优势，为虚拟筛选和药物设计提供了强大的工具。它能够有效区分强抑制剂和弱抑制剂，准确预测结合构象，有望在药物研发领域得到广泛应用，推动新药的发现和开发进程。