.png){kind=icon}
返回
Resolving data bias improves generalization in binding affinity prediction
.png){kind=icon}
OA
AI
DOI：10.1038/s42256-025-01124-5.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
计算药物设计领域需要精确的打分函数来预测蛋白-配体相互作用的结合亲和力。然而，PDBbind数据库与打分函数比较评估基准数据集之间的训练-测试数据泄露已严重虚高了当前基于深度学习的结合亲和力预测模型的性能指标，导致对其泛化能力的过高估计。为解决此问题，我们提出PDBbind CleanSplit，这是一个通过新型结构过滤算法筛选的训练数据集，该算法消除了训练-测试数据泄露以及训练集内的冗余。在CleanSplit上重新训练当前表现最佳的模型导致其基准性能显著下降，表明现有模型的性能在很大程度上是由数据泄露驱动的。相比之下，我们的图神经网络模型在CleanSplit上训练时仍能保持高基准性能。通过利用蛋白-配体相互作用的稀疏图建模和来自语言模型的迁移学习，我们的模型能够泛化到严格独立的测试数据集。Graber等人表征了蛋白-配体数据集中的偏差和数据泄露，并证明经过严格过滤的训练-测试分割能改善结合亲和力预测任务的泛化能力。
Keyword:
binding affinity prediction
data leakage
graph neural network
protein–ligand interactions
transfer learning
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
23.9
论文数:
1.3K
被引数:
1.5W
机构
引用论文
KDEEP: Protein-Ligand Absolute Binding Affinity Prediction via 3D-Convolutional Neural NetworksKDEEP: 通过3d卷积神经网络预测蛋白质-配体绝对结合亲和力
PREAI
分享收藏分享收藏Combining IC50 or K i Values from Different Sources Is a Source of Significant Noise结合来自不同来源的IC50或K i值是一个重要的噪音源OAAI
OAAI分享收藏A generalized protein-ligand scoring framework with balanced scoring, docking, ranking and screening powers.png)
CHEMICAL SCIENCEOAAI
CHEMICAL SCIENCEIF7.4
OAAI分享收藏
查看更多内容