REvoLd：基于进化算法的超大规模组合化合物库柔性对接筛选新策略

《Communications Chemistry》：Ultra-large library screening with an evolutionary algorithm in Rosetta (REvoLd)

面对亿级“按需定制”化合物库的虚拟筛选难题，本研究开发了Rosetta进化算法REvoLd。它通过模拟自然进化机制，在RosettaLigand全柔性对接框架下，仅需数千次计算即可从200亿分子空间中高效富集先导化合物，命中率较随机筛选提升869–1622倍，为超大规模库的药物发现提供了突破性解决方案。

　　

药物发现过程中，从海量化合物的筛选是耗时且成本高昂的挑战。随着“按需定制”（make-on-demand）组合化合物库的规模已突破200亿分子，传统的虚拟高通量筛选（vHTS）方法因计算资源限制难以实现全柔性对接，且易忽略受体与配体的构象变化，导致假阴性结果。为此，莱比锡大学与范德堡大学的研究团队在《Communications Chemistry》发表研究，提出了一种基于进化算法的Rosetta进化配体筛选工具REvoLd，通过模拟自然选择过程，在超大规模化学空间中实现高效定向探索。

关键技术方法

研究以Enamine REAL Space（超200亿分子）为筛选库，针对5个靶点（酪氨酸磷酸酶A、食欲素受体OX1、毒蕈碱受体M1、神经肽Y Y1受体、酪氨酸激酶ABL1）开展基准测试。REvoLd核心采用进化算法框架，通过突变（替换片段/反应）和交叉（重组分子模块）操作生成新个体，并以RosettaLigand全柔性对接评分（归一化指标lid_root2）作为适应度函数。每个靶点进行20次独立运行，累计对接4.9万–7.6万分子，并基于富集因子（EF）评估性能。

研究结果

超参数与协议优化

通过百万分子子集的迭代测试，团队确定了最优参数：初始种群200个分子，每代保留50个个体，运行30代。引入高相似度突变（Tanimoto相似度>0.6）和反应类型突变以平衡探索与利用，并通过双轮交叉策略增强多样性。

现实条件下的基准测试

在200亿分子库中，REvoLd对所有靶点均实现显著富集（图2）。以已知活性分子评分阈值为基准，EF值达200–532；若以更严格阈值计算，EF峰值升至869–1622。例如，对ABL1激酶，REvoLd发现99个超活性分子，而随机样本无一命中。

繁殖机制的定性分析

突变与交叉操作可模拟药物化学家的理性设计策略（图3）。突变通过局部修饰（如改变环连接原子）优化物化性质，交叉则重组优势药效团，例如将四唑环与1,2,4-三唑模块结合，衍生出高亲和力分子。

运行时间分析

在AMD EPYC 7713集群上测试显示，99%计算时间用于对接（图4）。使用20–100核时，并行效率达1.152–1.679，接近线性加速。库初始化耗时6分钟，内存占用23 GB，但筛选效率与库规模无关。

数据库规模的影响

从百万到200亿分子库，REvoLd所需对接次数恒定，仅内存与初始化时间增加。多次运行可覆盖不同化学子空间，且重复分子率虽达50–70%，但通过相似性惩罚（Tanimoto>0.95时加分）控制多样性。

讨论与结论

REvoLd在富集能力、计算效率及化学多样性方面优于V-SYNTHES、Galileo等现有方法，且无需先验片段信息。其局限性在于依赖RosettaLigand的评分函数可靠性及对接速度，未来结合机器学习对接工具（如DiffDock）可进一步突破效率瓶颈。该工作为亿级库的药物发现提供了可扩展的新范式，且通过“按需合成”平台直接关联实验验证，显著降低转化壁垒。