JCIM| 通过以蛋白质结合位点3D信息为条件的分子生成模型进行从头分子设计

广州再生医学与健康实验室发表在Journal of Chemical Information and Modeling上一篇关于利用分子生成模型进行从头分子设计的文章，该文提出了一种新的生成模型，该模型通过将蛋白质结合口袋的3D结构信息整合到条件RNN(cRNN)模型中，以控制类药分子的生成。在该模型中，通过粗粒度策略有效表征蛋白质结合口袋，其中口袋的3D信息可以由组成结合口袋原子的的粗粒度库仑矩阵(EGCM)的排序特征值表示。该文使用EGCM方法以及DeeplyTough方法来训练cRNN模型并评估其性能。实验结果表明，基于蛋白质结合口袋信息约束下训练的模型与正常RNN模型相比，生成的化合物与原始X射线结合配体具有更高相似性且对接分数更好。本文的结果证明了受控分子生成模型在靶向分子生成和类药化学空间引导探索方面的潜在应用。

图1 构建cRNN分子生成模型示意图 (a)计算EGCM描述符 (b)计算DeeplyTough描述符 (c)口袋结构约束下cRNN分子生成模型的工作流程

论文名称：De Novo Molecule Design Through the Molecular Generative Model Conditioned by 3D Information of Protein Binding Sites