学术速运|深度学习结构模型对于虚拟筛选是否足够准确？对接算法在AlphaFold2预测结构中的应用

题目：Are Deep Learning Structural Models Sufficiently Accurate for Virtual Screening? Application of Docking Algorithms to AlphaFold2 Predicted Structures

文献来源:https://doi.org/10.1021/acs.jcim.2c01270

代码: https://github.com/hemahecodes/alphafold

简介：基于机器学习的蛋白质结构预测算法，如RosettaFold和AlphaFold2，已经极大地影响了结构生物学领域，引起了关于它们在药物发现中的潜在作用的大量讨论。虽然很少有初步研究涉及这些模型在虚拟筛选中的使用，但没有一项研究关注于基于低先验结构信息的模型在真实世界的虚拟屏幕中发现命中的前景。为了解决这个问题，我们开发了一个AlphaFold2版本，其中我们从模型构建过程中排除了所有序列标识超过30%的结构模板。在之前的研究中，作者将这些模型与最先进的自由能微扰动方法相结合，并证明了有可能获得定量准确的结果。在这项工作中，作者专注于在刚性受体-配体对接研究中使用这些结构。结果表明，使用开箱即用的AlphaFold2模型并不是虚拟筛选活动的理想方案；事实上，作者强烈建议加入一些后处理建模，以推动结合位点进入一个更真实的全息模型。

主要内容：

-------------------------------------------

欢迎点赞收藏转发！

下次见！