评估机器学习方法的稳定性和可扩展性,以加速超大高通量对接活动

科学领域:

• 计算化学是一种计算化学.
• 药物发现 药物发现
• 机器学习 机器学习

背景情况:

• 基于结构的虚拟查对于计算药物发现至关重要.
• 机器学习 (ML) 协议加速了大型化学库的高通量选.
• 以前的ML验证研究使用了有限的目标和小分子库.

研究的目的:

• 为加速虚拟查扩展ML协议的验证.
• 在大型 (∼100M) 和多样化的 (10蛋白标) 化学库上评估ML性能.
• 为了证明ML在从超大数据集中获取最高分数分子的效率.

主要方法:

• 利用了两个标准的公开可用的100M分子库.
• 在10个蛋白质标中使用了10M分子的综合基准集.
• 使用了PLANTS和AutoDock的Vina对接程序来进行分子对接分数.
• 验证的ML协议用于检索虚拟命中和评估性能指标.

主要成果:

• ML协议从10M分子组中分别检索到>60%和>70%的顶级10k和1k分子.
• 平均而言,达到了>97%的对接评估减少.
• 证明增加培训集大小在较大的图书馆中比例提高了ML性能.
• 在各种目标和大型数据集中确认了ML协议的强大性能.

结论:

• ML方法对于从数亿到数十亿化合物的化学库中获取最高分数的分子是非常有效的.
• 机器学习显著降低了虚拟选所需的计算成本和时间.
• 机器学习模型的作用对于探索巨大的化学空间而言至关重要,在这些空间中,粗暴的强力对接是不可行的.