[JCIM | 论文简读] DOCKSTRING：一种为配体设计提供更好基准的简单分子对接技术

作者 | 庞超 编辑 | 赵晏浠

论文题目

DOCKSTRING: Easy Molecular Docking Yields Better Benchmarks for Ligand Design

论文摘要

用于药物发现的机器学习正在见证新方法的爆炸式增长。这些方法通常以简单的物理化学性质为基准，如溶解度或一般的药物相似性，这可以很容易地计算出来。然而，这些性质在药物设计中并不能很好地代表目标功能，主要是因为它们不依赖于候选化合物与靶点蛋白质的相互作用。相比之下，分子对接是一种广泛应用于药物发现，以估计结合亲和力的方法。然而，分子对接需要大量的领域知识来设置，这阻碍了它的使用。在这里，作者提出了DOCKSTRING，这是一个用于ML模型的有意义且健壮的分子对接的库。DOCKSTRING由三个组件组成： (1)一个开源Python包直接计算对接分数，(2)一个包含超过260000个分子与蛋白质的对接分数和姿态的数据集，(3)一组药物相关的基准任务。Python包实现了一个鲁棒的配体和蛋白质的前期处理工具，允许非化学专家获得有意义的对接分数。作者的研究结果表明，相比简单的物理化学性质，对接分数是一个更现实的评价标准。

论文链接

https://pubs.acs.org/doi/full/10.1021/acs.jcim.1c01334 https://dockstring.github.io