Nat. Commun. | 原子、键双扩散+性质引导的靶点感知3D分子生成模型

在 AI 辅助药物设计的赛道上，3D 分子生成模型常陷入 “两难困境”—— 要么结构离谱（比如出现能量不稳的三元环），要么类药性拉胯（结合力强却难合成）。【现在的扩散模型，很难同时有效地提升亲和力和成药性】近期，由华东师范大学与临港实验室李洪林教授团队发表于《Nature Communications》的研究 “Target-aware 3D molecular generation based on guided equivariant diffusion” 提出的 DiffGui 模型，创新性地将键扩散与性质引导融入 E (3) 等变扩散框架，为解决上述难题提供了系统性方案，其在从头药物设计、先导化合物优化及突变靶点适配等场景的优异表现，有望重塑 SBDD 的技术路径。

传统药物研发中，先导化合物的发现是决定项目成败的关键环节，但依赖随机筛选或基于配体的设计（LBDD）存在明显局限——前者需面对的庞大化学空间，计算成本极高且假阳性率突出；后者因未纳入靶蛋白结构信息，对无已知配体的新靶点束手无策。近年来兴起的3D分子生成模型虽转向SBDD思路，但仍有两大瓶颈：一是自回归模型（如ResGen、PocketFlow）需按固定顺序生成原子，易丢失全局信息，导致分子片段化或误差累积；二是现有扩散模型（如GCDM、TargetDiff）虽采用非自回归生成，却因仅建模原子扩散、忽略键的动态变化，常出现键型误判（如基于静态键长推断键型，微小坐标偏差即导致结构失效），且未明确融入类药性属性，生成分子难以满足临床转化需求。

DiffGui的核心创新在于构建了“原子-键协同扩散”与“多属性引导”的双机制框架，从根本上解决了上述问题。在模型架构上，DiffGui将正向扩散过程分为两个阶段：第一阶段仅对原子施加微量噪声以保持其动态性，重点将键型逐步扩散至无键先验分布，使键型推断能基于原子间的动态距离而非静态值，避免键长与键型的错配；第二阶段再将原子类型与坐标扰动至先验分布，确保扩散过程中键型学习始终贴合真实键长规律。同时，模型采用E(3)-等变图神经网络（GNN）更新原子与键的表征，严格保留分子的旋转、平移与置换对称性——这一设计对3D分子生成至关重要，意味着无论靶蛋白口袋如何旋转，生成的配体都能保持正确的空间构象与结合模式。

<b>DiffGui 框架概览。</b>该图分为 (a) 和 (b) 两个子图，整体展示了 DiffGui 模型的扩散与生成流程及结构细节。子图 (a) 呈现了 DiffGui 中原子与键的正向扩散过程（从初始状态 X₀逐步添加噪声至 Xᵀ），以及基于分子性质引导的反向生成过程，清晰体现了 “正向扰动 - 反向去噪” 的核心逻辑；子图 (b) 详细拆解了模型结构，包括原子与键的信息层级变化、分类器 - free 引导的数学表达式（通过线性组合条件与无条件模型得分估计实现性质引导），以及原子类型、键类型与原子坐标在反向过程中的联合预测分布，直观揭示了键扩散与性质引导如何协同作用于分子生成。

DiffGui 框架概览。该图分为 (a) 和 (b) 两个子图，整体展示了 DiffGui 模型的扩散与生成流程及结构细节。子图 (a) 呈现了 DiffGui 中原子与键的正向扩散过程（从初始状态 X₀逐步添加噪声至 Xᵀ），以及基于分子性质引导的反向生成过程，清晰体现了 “正向扰动 - 反向去噪” 的核心逻辑；子图 (b) 详细拆解了模型结构，包括原子与键的信息层级变化、分类器 - free 引导的数学表达式（通过线性组合条件与无条件模型得分估计实现性质引导），以及原子类型、键类型与原子坐标在反向过程中的联合预测分布，直观揭示了键扩散与性质引导如何协同作用于分子生成。

更具突破性的是DiffGui的“属性引导”机制。不同于传统扩散模型仅追求高结合亲和力，该模型将结合亲和力（Vina评分）、类药性（QED）、合成可及性（SA）、辛醇-水分配系数（LogP）及拓扑极性表面积（TPSA）等5类关键属性，通过无分类器引导（classifier-free guidance）融入训练与采样过程。具体而言，模型同时训练无条件生成与属性条件生成两个分支，训练时以一定概率将属性标签设为空值，采样时通过线性组合两个分支的得分估计，实现对属性引导强度的灵活调控。这种设计无需额外训练属性分类器，既简化了流程，又能确保生成分子在“高亲和力”与“类药性”间达到平衡——例如，在PDBbind数据集上，DiffGui生成分子的QED值显著高于GCDM、DiffSBDD等基线模型，同时SA值（0.678）在扩散模型中最优，证明其生成分子兼具活性与合成可行性。

<b>PDBbind 数据集参考配体与生成分子的平均分子性质。</b>DiffGui 的三种 Vina 得分（-6.700、-7.655、-8.448）均为最低（得分越低亲和力越高），QED 值最优，LogP 值（1.782-3.642）处于 1-3 的理想药物范围，SA 值（0.678）在扩散模型中最高，仅略低于生成片段化分子的 ResGen（0.784）。

PDBbind 数据集参考配体与生成分子的平均分子性质。DiffGui 的三种 Vina 得分（-6.700、-7.655、-8.448）均为最低（得分越低亲和力越高），QED 值最优，LogP 值（1.782-3.642）处于 1-3 的理想药物范围，SA 值（0.678）在扩散模型中最高，仅略低于生成片段化分子的 ResGen（0.784）。

DiffGui在多维度评估中均展现出SOTA性能。在分子结构合理性上，通过Jensen-Shannon（JS）散度衡量生成分子与参考分子的键长、键角、二面角分布相似度——在PDBbind数据集上，DiffGui的C-C键距离JS散度仅为0.1815，全原子对距离JS散度低至0.0486，远低于ResGen（0.4034/0.1860）、TargetDiff（0.2265/0.0604）等模型，且生成分子中五、六元环占比超95%，与真实药物分子的环系分布高度一致。在全局构象准确性上，DiffGui生成分子与RDKit优化构象的RMSD值稳定在1Å左右，既避免了ResGen等自回归模型因片段化导致的RMSD偏低（实际为分子不完整），又克服了GCDM因计算成本限制导致的构象简化问题。

<b>PDBbind 数据集上 C-C 键距离分布对比。</b>该图包含 7 个子图（a-g），分别对比了 ResGen、PocketFlow、GCDM、TargetDiff、DiffSBDD、PMDM 及 DiffGui 七种模型生成分子的 C-C 键距离分布与参考分子（灰色线）的差异，每个子图顶部标注了 2.0Å 范围内 C-C 键距离的 Jensen-Shannon（JS）散度值。参考分子的 C-C 键距离主要分布在 1.3-1.6Å，且在 1.4Å 和 1.5Å 处有两个明显峰值；ResGen、PocketFlow 等模型或仅出现单一峰值（如 ResGen 在 1.4Å 附近），或峰值与真实分布偏差较大（如 PMDM），而 DiffGui（子图 g）生成的分布与参考分子高度重合，JS 散度低至 0.1815，为所有模型中最低，证明其在键长分布建模上的优越性。

PDBbind 数据集上 C-C 键距离分布对比。该图包含 7 个子图（a-g），分别对比了 ResGen、PocketFlow、GCDM、TargetDiff、DiffSBDD、PMDM 及 DiffGui 七种模型生成分子的 C-C 键距离分布与参考分子（灰色线）的差异，每个子图顶部标注了 2.0Å 范围内 C-C 键距离的 Jensen-Shannon（JS）散度值。参考分子的 C-C 键距离主要分布在 1.3-1.6Å，且在 1.4Å 和 1.5Å 处有两个明显峰值；ResGen、PocketFlow 等模型或仅出现单一峰值（如 ResGen 在 1.4Å 附近），或峰值与真实分布偏差较大（如 PMDM），而 DiffGui（子图 g）生成的分布与参考分子高度重合，JS 散度低至 0.1815，为所有模型中最低，证明其在键长分布建模上的优越性。

<b>PDBbind 数据集上全原子对距离分布对比。</b>该图同样包含 7 个子图（a-g），对比七种模型生成分子的全原子对距离分布与参考分子（灰色线）的差异，子图顶部标注了 12.0Å 范围内全原子对距离的 JS 散度值。参考分子的全原子对距离在 1.5Å、2.5Å、3.5Å 处有三个显著峰值，且在 4-6.5Å 处有延伸的肩峰；ResGen、GCDM 等模型难以同时拟合短程与长程分子相互作用（如 ResGen 无法复现多峰值特征），而 DiffGui（子图 g）生成的分布能精准匹配参考分子的峰值位置与强度，JS 散度仅为 0.0486，显著优于其他模型，表明其能有效捕捉分子全局几何信息。

PDBbind 数据集上全原子对距离分布对比。该图同样包含 7 个子图（a-g），对比七种模型生成分子的全原子对距离分布与参考分子（灰色线）的差异，子图顶部标注了 12.0Å 范围内全原子对距离的 JS 散度值。参考分子的全原子对距离在 1.5Å、2.5Å、3.5Å 处有三个显著峰值，且在 4-6.5Å 处有延伸的肩峰；ResGen、GCDM 等模型难以同时拟合短程与长程分子相互作用（如 ResGen 无法复现多峰值特征），而 DiffGui（子图 g）生成的分布能精准匹配参考分子的峰值位置与强度，JS 散度仅为 0.0486，显著优于其他模型，表明其能有效捕捉分子全局几何信息。

<b>PDBbind 数据集上生成构象与优化 / 预测构象的 RMSD 分布对比。</b>该图包含 2 个子图（a-b），以小提琴图形式展示七种模型生成分子的 RMSD（均方根偏差）分布，子图顶部标注了中位数 RMSD 值，RMSD 用于衡量生成构象与 RDKit 优化构象（a）、生成构象与 ETKDG 预测构象（b）的全局几何相似度，值越低表示构象越合理。ResGen 和 GCDM 虽展现出较低的中位数 RMSD，但这源于其生成小分子片段（ResGen 易提前终止，GCDM 因计算成本简化生成）；而 DiffGui 在两种场景下均稳定实现约 1Å 的中位数 RMSD，且分布集中，证明其生成的分子尺寸适宜、3D 构象能良好适配蛋白质结合口袋，避免了片段化或构象失真问题。

PDBbind 数据集上生成构象与优化 / 预测构象的 RMSD 分布对比。该图包含 2 个子图（a-b），以小提琴图形式展示七种模型生成分子的 RMSD（均方根偏差）分布，子图顶部标注了中位数 RMSD 值，RMSD 用于衡量生成构象与 RDKit 优化构象（a）、生成构象与 ETKDG 预测构象（b）的全局几何相似度，值越低表示构象越合理。ResGen 和 GCDM 虽展现出较低的中位数 RMSD，但这源于其生成小分子片段（ResGen 易提前终止，GCDM 因计算成本简化生成）；而 DiffGui 在两种场景下均稳定实现约 1Å 的中位数 RMSD，且分布集中，证明其生成的分子尺寸适宜、3D 构象能良好适配蛋白质结合口袋，避免了片段化或构象失真问题。

在分子属性与功能上，DiffGui的优势更为显著。PDBbind数据集结果显示，其生成分子的Vina评分（-6.700）、Vina Min（-7.655）与Vina Dock（-8.448）均为最低（评分越低亲和力越强），且蛋白质-配体相互作用指纹相似度最高，2D结构相似度最低——这意味着DiffGui能在保持关键结合作用的同时，生成具有新颖骨架的分子，有效规避现有模型“生成分子与参考配体高度相似”的局限。更重要的是，湿实验验证进一步证实了模型的实用价值：针对RSK4激酶（PDB ID 6g77）生成的化合物，IC50值分别达到215.0 nM与111.1 nM；针对二氢乳清酸脱氢酶（DHODH）的先导优化中，优化后化合物的IC50值从8.02 μM降至4.27 μM，从32.20 nM降至10.45 nM，且通过引入羧基、氟原子等基团，增强了与靶蛋白关键残基的相互作用（如与R136形成盐桥、与Q47形成氢键）。

<b>PDBbind 测试集靶点生成分子展示。</b>该图包含 2 个子图（a-b），分别展示针对 PDBbind 测试集中 1w51（a，靶点为 β- 分泌酶 1）和 3ctj（b，靶点为酪氨酸激酶）两个蛋白靶点生成的最优分子。每个子图中选取各模型生成的 PB-valid 分子中对接得分最佳的配体进行可视化，对比显示：ResGen 生成的小分子片段局限于子口袋易致脱靶，PocketFlow 生成的线性分子柔性高、类药性差，TargetDiff 生成的非芳香稠环稳定性低，而 DiffGui 生成的分子化学结构明确，能完全占据结合口袋，且与参考配体的结合模式高度相似，同时具备更优的 Vina 得分与成药性指标（如 QED、SA），部分分子的结合自由能（ΔG）甚至低于参考配体。

PDBbind 测试集靶点生成分子展示。该图包含 2 个子图（a-b），分别展示针对 PDBbind 测试集中 1w51（a，靶点为 β- 分泌酶 1）和 3ctj（b，靶点为酪氨酸激酶）两个蛋白靶点生成的最优分子。每个子图中选取各模型生成的 PB-valid 分子中对接得分最佳的配体进行可视化，对比显示：ResGen 生成的小分子片段局限于子口袋易致脱靶，PocketFlow 生成的线性分子柔性高、类药性差，TargetDiff 生成的非芳香稠环稳定性低，而 DiffGui 生成的分子化学结构明确，能完全占据结合口袋，且与参考配体的结合模式高度相似，同时具备更优的 Vina 得分与成药性指标（如 QED、SA），部分分子的结合自由能（ΔG）甚至低于参考配体。

<b>PDBbind 数据集外靶点生成分子展示。</b>该图包含 2 个子图（a-b），展示针对 PDBbind 数据集外 7ew4（a，靶点为 G 蛋白偶联受体）和 8ju6（b，靶点为离子通道）两个跨膜蛋白靶点生成的最优分子。由于这两个靶点的参考配体与口袋残基相互作用较少，其他模型（如 TargetDiff、DiffSBDD）仍试图复制参考配体的稀疏结合模式，导致结合效果不佳；而 DiffGui 通过生成新颖的药效团结构，与关键残基建立新的相互作用，生成分子的对接得分虽未显著超越所有模型，但化学结构合理性与成药性（QED、SA）更优，且能适配跨膜蛋白口袋的特殊几何环境，体现了模型对非训练集靶点的泛化能力。

PDBbind 数据集外靶点生成分子展示。该图包含 2 个子图（a-b），展示针对 PDBbind 数据集外 7ew4（a，靶点为 G 蛋白偶联受体）和 8ju6（b，靶点为离子通道）两个跨膜蛋白靶点生成的最优分子。由于这两个靶点的参考配体与口袋残基相互作用较少，其他模型（如 TargetDiff、DiffSBDD）仍试图复制参考配体的稀疏结合模式，导致结合效果不佳；而 DiffGui 通过生成新颖的药效团结构，与关键残基建立新的相互作用，生成分子的对接得分虽未显著超越所有模型，但化学结构合理性与成药性（QED、SA）更优，且能适配跨膜蛋白口袋的特殊几何环境，体现了模型对非训练集靶点的泛化能力。

DiffGui的应用场景还延伸至药物研发的关键环节：在从头药物设计中，针对β-分泌酶1（1w51）、G蛋白偶联受体（7ew4）等不同类型靶点，生成分子均能完全占据结合口袋，且结合自由能（ΔG）低于参考配体；在先导优化中，通过“片段去噪”与“片段条件”两种采样策略，实现片段生长、骨架跃迁等任务——例如针对PI3K（3l13），以噻吩并嘧啶为种子片段生成的分子，既保留了与Lys802、Asp841的关键相互作用，又将吗啉环替换为呋喃、吡唑等基团，提升了类药性；在突变靶点适应上，针对KRAS G12D突变体（7rpz），DiffGui能敏锐捕捉口袋残基变化（如Asp12→Ala），调整生成分子的官能团（用羧酸替代胺基以适应电荷变化），而传统模型往往无法区分野生型与突变型口袋的细微差异。

<b>基于片段去噪法的 3l13 靶点先导化合物优化展示。</b>该图包含 3 个子图（a-c），以 PDBid 3l13（靶点为 PI3K 激酶）为对象，展示 DiffGui 通过片段去噪法实现先导优化的三种场景，橙色标注固定种子片段。子图 (a) 为片段生长：以噻吩并嘧啶为种子，生成分子保留了参考配体与 Lys802、Asp841 等残基的相互作用，同时将吗啉环替换为呋喃、吡唑等更优基团，Vina 得分从 - 8.220 提升至 - 8.752；子图 (b) 为片段链接：输入两个片段实现骨架跃迁，生成分子的 Vina 得分达 - 9.609，QED 值提升至 0.623；子图 (c) 为片段融合：输入三个片段，生成分子的 Vina 得分低至 - 9.781，且 QED、SA 值均优于或持平参考配体，验证了 DiffGui 在片段驱动先导优化中的有效性。

基于片段去噪法的 3l13 靶点先导化合物优化展示。该图包含 3 个子图（a-c），以 PDBid 3l13（靶点为 PI3K 激酶）为对象，展示 DiffGui 通过片段去噪法实现先导优化的三种场景，橙色标注固定种子片段。子图 (a) 为片段生长：以噻吩并嘧啶为种子，生成分子保留了参考配体与 Lys802、Asp841 等残基的相互作用，同时将吗啉环替换为呋喃、吡唑等更优基团，Vina 得分从 - 8.220 提升至 - 8.752；子图 (b) 为片段链接：输入两个片段实现骨架跃迁，生成分子的 Vina 得分达 - 9.609，QED 值提升至 0.623；子图 (c) 为片段融合：输入三个片段，生成分子的 Vina 得分低至 - 9.781，且 QED、SA 值均优于或持平参考配体，验证了 DiffGui 在片段驱动先导优化中的有效性。

当然，DiffGui仍有可优化空间，例如生成分子中七元环占比约10%（虽低于PMDM的21.2%，但仍高于真实药物分子），未来可通过片段级扩散建模进一步降低；针对跨膜蛋白（如7ew4、8ju6），其3D药效团重叠度未显著优于基线模型，提示需加强对疏水性口袋结合模式的学习。但瑕不掩瑜，DiffGui通过原子-键协同扩散解决了结构合理性问题，通过属性引导平衡了活性与类药性，通过多场景适配验证了实用价值，为SBDD提供了兼具理论创新与应用潜力的新工具。

对于从事AI药物设计、计算生物学及药物化学的研究者而言，这篇文献的价值不仅在于提出了一个高性能模型，更在于确立了“结构合理性-属性可控性-场景适配性”三位一体的3D分子生成设计思路。随着后续模型在片段级生成、药代动力学属性融入等方向的优化，DiffGui有望进一步缩短从靶点到先导化合物的研发周期，为创新药物的高效发现提供有力支撑。建议相关领域同仁仔细研读原文，尤其关注其扩散过程设计、等变GNN实现及无分类器引导的细节，这对推动自身研究具有重要的借鉴意义。

参考文献

Hu, Q., Sun, C., He, H. et al. Target-aware 3D molecular generation based on guided equivariant diffusion. Nat Commun 16, 7928 (2025). https://doi.org/10.1038/s41467-025-63245-0

代码： https://github.com/QiaoyuHu89/DiffGui