藥物發現是一個昂貴且耗時的過程，失敗率也很高，因為通常只有一種可行的藥物會從一百萬種篩選的化合物中出現。先進的高通量 (HTS) 和超高通量篩選 (uHTS) 技術可以快速測試大量化合物，讓製藥和生技公司能夠探索更多的化學化合物和新穎的生物目標。儘管有這些技術，仍然需要解決一些挑戰，包括在識別新藥物目標方面的突破有限和數據質量問題。機器學習 (ML) 和深度學習 (DL) 現在提供了有希望的解決方案，通過數據驅動的見解、特徵提取和預測能力，來更有效地識別有效的藥物候選者。
VirtuDockDL 是由拉合爾大學 (The University of Lahore) 的分子生物學與生物技術研究所、費薩拉巴德政府學院大學 (Government College University Faisalabad, GCUF)、深圳大學 (Shenzhen University) 和塔伊夫大學 (Taif University) 的研究人員開發的一個基於 Python 的平台，利用深度學習來簡化藥物發現。VirtuDockDL 使用圖神經網絡 (GNN) 來預測化合物的有效性，在 HER2 數據集上達到了 99% 的準確率，超越了 DeepChem 和 AutoDock Vina 等工具。這個平台的自動化框架整合了分子圖構建、虛擬篩選和化合物聚類，能夠有效識別潛在藥物，推進 AI 驅動的製藥研究。
VirtuDockDL 是一個全面的管道，旨在通過 GNN 簡化生物活性化合物的預測和篩選。最初以 SMILES 字串編碼的分子數據，通過 RDKit 轉換為圖形表示，並由 PyTorch Geometric 的 GNN 架構處理。這種轉換使 GNN 能夠學習分子內部的複雜結構關係，並預測分子的活性或結合親和力等性質。該架構包含多層圖卷積，以捕捉不同層次的分子特徵，並結合批量正規化、隨機失活和殘差連接，這些都有助於穩定訓練並提高預測準確性。這個過程將基於圖的表示與化學信息學描述符和指紋相結合，提供了一個強大的特徵集，以準確預測活性。
這個應用還具有虛擬篩選和聚類工具，使用戶能夠根據特定的蛋白質目標評估大型化合物庫。根據預測的活性，篩選的分子的聚類是通過高斯混合模型 (GMM) 完成的，聚類質量通過輪廓係數 (Silhouette) 和 Davies-Bouldin 分數進行評估。該管道支持通過 OpenMM 進行蛋白質結構的精煉，以及使用 AutoDock Vina 進行配體對接，從而預測分子的結合親和力。VirtuDockDL 被應用於馬爾堡病毒的研究，使用 VP35 蛋白作為案例研究。生成了正樣本和假樣本數據集，GNN 模型準確地分類了化合物，並使用交叉熵損失和 RMSprop 優化。虛擬篩選和對接結果，包括 AUC、準確率和 F1 分數等關鍵指標，會自動可視化，提供可行的見解，以便於藥物發現中的潛在 VP35 抑制劑。
VirtuDockDL 的用戶友好圖形介面 (GUI) 基於 Flask 框架，支持分子上傳、任務啟動和結果下載，並將功能組織到標籤中以便於使用。使用活性/非活性 VP35 蛋白分子訓練的 GNN 模型，達到了高準確率 (97.79%) 和強指標 (AUC 0.9972)。來自 ZINC 和 PubChem 數據庫的非共價抑制劑被重新篩選，識別出 146 個潛在候選者。在 HER2、β-內酰胺酶和 CYP51 數據集上的進一步測試顯示，VirtuDockDL 在結合親和力預測方面的表現優於 PyRMD、RosettaVS、MzDOCK、AutoDock Vina 和 Glide。VirtuDockDL 將配體和結構基礎的篩選相結合，提供高效且準確的虛擬篩選。
總之，VirtuDockDL 是一個新的基於 Python 的網絡平台，旨在利用深度學習簡化藥物發現。通過使用圖神經網絡進行化合物篩選，它在多個目標上顯示出卓越的預測準確性和實用性，包括 HER2 (癌症)、TEM-1 β-內酰胺酶 (細菌感染) 和 CYP51 (念珠菌病) 的抑制劑。它在基準測試中取得了優越的結果，超越了 DeepChem 和 AutoDock Vina，HER2 數據集的準確率達到 99% 和 F1 分數 0.992。這個平台結合了全自動化和用戶友好的設計，使其成為推進製藥研究和應對緊迫健康挑戰的高效、具成本效益的工具。
查看論文。這項研究的所有功勞都歸於這個項目的研究人員。此外，別忘了在 Twitter 上關注我們，加入我們的 Telegram 頻道和 LinkedIn 群組。如果你喜歡我們的工作，你會喜歡我們的電子報。別忘了加入我們的 55k+ ML SubReddit。
[免費 AI 網路研討會] 在金融服務和房地產交易中實施智能文件處理與 GenAI – 從框架到生產
新聞來源
本文由 AI 台灣 使用 AI 編撰，內容僅供參考，請自行進行事實查核。加入 AI TAIWAN Google News，隨時掌握最新 AI 資訊！
