一种基于电子密度点云的框架，用于准确预测蛋白质与配体的相互作用

《Nature Communications》：An electron-density point-cloud framework for robust protein-ligand interaction prediction

　　

摘要

准确的蛋白质-配体亲和力预测通常依赖于精确的3D坐标，但当结构分辨率较低或为预测结果时，这种方法的可靠性会受到限制。我们提出了E-CloudBind框架，该框架将电子密度点云与分子图谱相结合，无需达到亚埃级的精度即可模拟非共价和共价相互作用。配体的电子密度通过半经验量子计算获得，而蛋白质的结合位点则通过范德华力引导的高斯点云来表示——这是一种基于物理原理的替代方法，能够在容忍坐标误差的同时保留相互作用几何结构。点云编码器能够捕捉局部的非共价相互作用模式，而异构图神经网络则将这些模式与共价特征整合起来用于亲和力回归分析。在PDBbind数据集的分割测试以及不同分布情况下，E-CloudBind的表现均能与现有的基于序列、图谱或结构的预测方法相媲美甚至超越它们，并且对分辨率以及实验数据与预测数据之间的差异具有更低的敏感性。案例研究进一步展示了该方法在原子层面的可解释性以及大规模虚拟筛选能力。通过将相互作用学习过程与精确坐标分离，E-CloudBind能够在多种异构条件下实现可靠的基于结构的建模。