Binding-Adaptive Diffusion Models for Structure-Based Drug Design

doi:10.1609/aaai.v38i11.29162

Binding-Adaptive Diffusion Models for Structure-Based Drug Design

2024-03-24

0

OA

AI

DOI：10.1609/aaai.v38i11.29162

原文链接

摘要

En 中文

基于结构的药物设计（SBDD）旨在生成与特定蛋白质靶点结合的3D配体分子。现有的3D深度生成模型，包括扩散模型，已在SBDD中展现出巨大潜力。然而，在分子生成过程中精确捕捉蛋白质-配体相互作用在3D空间中的关键特征十分复杂。为解决此问题，我们提出了一种新型框架，即Binding-Adaptive Diffusion Models（BindDM）。在BindDM中，我们自适应地提取亚复合物（subcomplex），即结合位点中负责蛋白质-配体相互作用的关键部分。随后，对选定的蛋白质-配体亚复合物进行处理，使用SE(3)-equivariant神经网络，并将信息反馈至复合物中的每个原子，以利用结合相互作用信息增强目标感知的3D分子扩散生成。我们通过跨层次交互节点迭代这一复合物-亚复合物的层次化过程，以充分融合复合物与其对应亚复合物之间的全局结合背景。在CrossDocked2020数据集上的实证研究表明，BindDM能够生成具有更真实的3D结构和更高结合亲和力（最高达-5.92 Avg. Vina Score）的分子，同时保持合理的分子性质。我们的代码可在https://github.com/YangLing0818/BindDM获取。

Binding-Adaptive Diffusion Models for Structure-Based Drug Design

摘要

期刊

机构

引用论文