本論文では、分子ドッキングの精度向上を目的として、FABind+と呼ばれる新しいフレームワークを提案している。
まず、ポケット予測の精度が分子ドッキングの重要な要因であることを分析し、固定半径ではなく動的半径を予測するモジュールを導入した。これにより、リガンド全体を適切にカバーできるポケットを予測できるようになった。
次に、ポーズ生成の精度を高めるために、対称原子の順列不変性を考慮したペナルティ関数を導入した。これにより、より合理的な分子構造を直接生成できるようになった。
さらに、サンプリングベースのモデルも提案した。ポケットクラスタリングによる複数のバインディングサイトの検出と、ドロップアウトを用いた簡単なサンプリング手法を組み合わせることで、多様な高品質なポーズを生成できるようになった。
最後に、軽量な信頼度モデルを導入し、最終的な候補ポーズの選択を行った。
実験の結果、FABind+は従来手法を大幅に上回る性能を示し、分子ドッキングの精度と効率性において大きな進歩を遂げたことが示された。
他の言語に翻訳
原文コンテンツから
arxiv.org
深掘り質問