利用AI编码助手引导非专家构建可审计的计算药物发现工作流

《Scientific Reports》：Natural-language prompting builds and operates an open-source software workflow for virtual drug-discovery

摘要

虚拟对接和自由能计算可以加速药物发现，但实际应用需要结构化学专业知识、复杂的参数选择和软件集成。在此，我们展示与人工智能（AI）编码助手 OpenAI Codex 进行迭代对话，可以引导非专家科学家在不直接编写代码的情况下构建和运行一个脚本化、可审计的计算工作流。该助手提供了结构化学指导，并组装了一个集成流程，用于结构检索与准备、结合位点定义、配体准备、虚拟对接、相互作用分析、分子动力学（MD）以及炼金术相对结合自由能计算。它还构建了一个脚本生成器，用于启动、监控和解释工作流运行。我们在公开的细胞周期蛋白依赖性激酶 2（CDK2）基准上测试了该工作流。经过初步对接和多随机种子命中优化后，活性配体比例从输入库中的 1.73% 增加到十个候选交接集中的 80%（是输入的 46.4 倍）；一个短暂的 MD 阶段作为领先候选物的结构质量控制关卡。对接和命中优化也推广到了人类免疫缺陷病毒逆转录酶和驱动蛋白家族成员 11 基准。在一个 CDK2 自由能基准中，该工作流达到了均方根误差 = 0.66 kcal/mol 和皮尔逊 r = 0.90。提示引导的 AI 可以为非专家编排计算药物发现工作流，同时底层计算仍由成熟的外部软件完成，并且每次运行都保持可审计性。