头图

分子生成工具 VD-Gen

图片

在药物发现领域,基于结构的药物设计旨在寻找与蛋白靶点具有高结合亲和力的分子。传统方法如虚拟筛选在大型分子数据库上进行搜索,效率较低且无法发现数据库之外的新分子。为解决这一问题,深势科技提出基于虚拟动力学的分子生成方法 VD-Gen,该方法能够直接在蛋白靶点空腔中生成具有高结合亲和力的分子。

图片

VD-Gen 直接预测生成分子的元素类型和细粒度原子坐标,而无需将原子的坐标进行网格粗粒化,相比于基于三维网格的方法精度更高;同时 VD-Gen 能够高效地同时生成所有原子类型和坐标,相比自回归的生成模型性能更优,不受生成顺序的影响。大量实验结果表明,VD-Gen 可以生成新的具有高结合亲和力的 3D 分子以填充口袋空腔。与以往的工作相比,VD-Gen 在所有指标上都明显优于其他模型。综合这些结果,可以看出,VD-Gen 生成的分子与目标分子在三维空间上更相似,通过不同方法评估得到的结合亲和力也更高。

图片

图片


VD-Gen@Apps

近日,VD-Gen 已经在 Bohrium® App 上开放试用,您可以在线提交您的分子生成作业,平台会将您的任务自动分配计算资源,快速完成分子生成并返回结果。此外,这个 VD-Gen App 也实现了对生成分子的迭代交互优化,可以满足您持续挑选并优化分子的需求。

下面,我们来简单介绍VD-Gen 的使用流程:

  1. 打开 https://app.bohrium.dp.tech/vd-gen,可以自行选择Guest 模式(仅浏览)或登录模式(支持任务提交)
  2. 上传蛋白文件
    图片
  3. 选择功能。上传蛋白后,VD-Gen 有多种功能可以选择使用 
    a. 给出参考分子指示口袋位置,从头生成 
    b. 选择口袋,从头生成 
    c. 基于参考分子进行分子优化

图片

  1. 上传与蛋白结合的参考分子文件,我们以基于参考分子进行分子优化的功能来具体介绍使用流程

图片

  1. 选择需要优化的部分和分子生成数量

图片

  1. 展示结果,并基于结果进行再优化。
    图片

需要注意的是,VD-Gen 目前对外开放的为测试版本,不保证生成分子的多样性、合理性和可合成性。如需效果更好的 VD-Gen 工具,欢迎与我们联系。

阅读原文加入「VD-Gen 交流群」,与算法开发团队碰撞你的思考。


关于 Bohrium® Apps

Bohrium® Apps 是深势科技通过 MLOps 等新一代开发工具和基础设施,让算法代码可以快速上线为易用的应用,让新想法的验证效率从几个月缩短到几天。

开发者只需简单地修改算法运行入口的 Argument Parser 相关代码,便可以自动生成算法运行所需的丰富用户界面以及完整的 Job 管理运行、用户管理、数据管理、模型管理、性能评估、付费授权和结果可视化等周边全整套功能。

图片

对于 App 用户来说,简单四个步骤提交任务,便可快速返回结果:

  1. IO Options:配置输入文件
  2. Job Options:设置变量
  3. System Options:配置系统级参数
  4. Review:所有配置参数的摘要

Reference:
[1] https://app.bohrium.dp.tech/vd-gen/
[2] S Lu, L Yao, X Chen, H Zheng, D He, G Ke, 3D Molecular Generation via Virtual Dynamics. arXiv preprint arXiv:2302.05847, 2023


farfarcheng
1 声望8 粉丝