摘要
背景:在G蛋白偶联受体(GPCR)配体优选中,预测性能是必要条件,但并非充分条件;异质性生物活性数据、类似物系列重叠、受体状态依赖性以及多药理学均可能削弱高评分预测的可靠性。方法:我们针对五种人源GPCR——DRD2、CB2、ADORA2A、OPRM1和CCR5——建立了一套可审计的、基于配体和结构的工作流程。采用骨架不重叠验证、外部验证、Venn–Abers校准、保形预测、适用域分析、可解释性分析以及受体状态感知的分子对接,对ChEMBL中的Ki、IC50和EC50数据进行评估。结果:所部署的分类器在留出集上的ROC-AUC达到0.876–0.929。在更为严格的时间验证中,仅使用截点前数据构建的模型,在同一批按骨架留出的截点后化合物上取得了0.617–0.894的ROC-AUC,表明原始时间压力测试存在乐观偏倚,其来源在于截点后的类似物信息。去重叠后的BindingDB验证对ADORA2A(n = 134)和OPRM1(n = 49)具有较高参考价值,而规模较小的DRD2、CB2和CCR5分层数据仅具描述性意义。Venn–Abers方法提供了考虑有效性的概率区间,但校准指标并未得到全面改善。对于所有靶点,适用域之外的分类错误率均有所升高,而回归任务的保形覆盖率则下降。Morgan指纹在预测区分能力方面占主导作用,而理化描述符则在各靶点的重要SHAP特征中出现得更为频繁。DrugBank筛选产生了92个高置信度且相对于数据集具有新颖性的预测结果;经基于结构的进一步筛选后,优选结果缩减为来自三个靶点的三种经证据分级的化合物。结论:总体而言,本研究提出了一套考虑可靠性、以证据为依据的GPCR配体优选框架,而非一项已由实验确认的候选物发现研究。在得出候选化合物层面的结论之前,仍需开展前瞻性生物化学和功能验证,并在适当情况下评估效力与选择性。






