使用REINVENT的生成式主动学习用于分子设计：平衡结合亲和力与合成可及性

《Journal of Chemical Theory and Computation》：Generative Active Learning for Molecular Design with REINVENT: Balancing Binding Affinity and Synthetic Accessibility

　　

研究人员提出了一种用于分子设计的生成式主动学习（GAL）框架，该框架将生成式人工智能平台REINVENT与基于物理的、通过ESMACS（增强采样分子动力学与连续溶剂近似）进行的自由能估计相结合，专门解决合成可及性问题。先前的研究已表明，针对蛋白质结合亲和力的分子迭代生成与优化可以有效地实现。然而，对于药物发现而言，分子必须能够被合成出来以进行实验验证。无论其预测的结合亲和力如何，合成路线不明确的分子都将被降低优先级。在此，研究人员通过在计算设计过程中加入额外的合成可及性约束来解决这一问题，并将该问题构建为多目标优化任务。研究表明，可以同时优化候选分子的结合亲和力与合成可及性。结果表明，将合成可及性预测整合到基于物理的GAL工作流程中，能够高效设计出既具有化学多样性，又被预测为强结合剂且合成上可行的化合物，从而展示了高效且实用的计算药物设计。

论文解读：使用REINVENT的生成式主动学习用于分子设计——平衡结合亲和力与合成可及性

药物发现历来是极具挑战性和资源密集的过程，生成式人工智能（AI）方法有望探索未开发的化学空间，但若不加以物理、化学和生物学约束，可能产生无实际意义的分子。合成可及性是药物发现中的关键瓶颈，因为无论预测的结合亲和力多高，难以合成的化合物都会被降级。此前，研究人员已开发了结合生成式主动学习（generative active learning, GAL）与基于物理的结合自由能预测方法ESMACS的工作流程，并成功用于单目标结合亲和力优化。然而，将合成可及性作为第二目标整合进GAL的探索仍较少。本研究旨在扩展GAL框架，实现结合亲和力与合成可及性的多目标优化，评估其对亲和力、多样性及合成可及性的影响。该论文发表在《Journal of Chemical Theory and Computation》。

主要关键技术方法包括：采用REINVENT4作为生成模型，通过强化学习驱动分子生成；使用ESMACS协议（基于分子动力学模拟和连续溶剂近似的MMPBSA方法）计算结合自由能；ChemProp（消息传递神经网络）作为代理模型预测结合亲和力；合成可及性评分包括基于AiZynthFinder的CAZP、RAScore（RA）和RetroGNN M1Score（M1）。靶标为TNKS2（PDB: 4UI5）和3CLpro（PDB: 6W63）。该方法在Frontier超算上完成了约5500个化合物的模拟。

研究结果如下。

**3.1 方法验证**
**3.1.1 ESMACS验证：** 在TNKS2数据集上，ESMACS的排序能力（Spearman ρ=0.33）显著优于分子对接（ρ=0.08），支持其作为高保真oracle；对于3CLpro，由于实验数据不一致，通过间接比较贪心采集与随机选择，证明ESMACS引导的采集更有效。
**3.1.2 单目标AL验证：** 先前工作表明GAL在TNKS2上3-4次迭代收敛，在3CLpro上需5-7次，均能有效优化结合亲和力。

**3.2 GAL性能——TNKS2测试**
**3.2.1 代理模型性能：** 无合成评分时，代理模型排名能力随迭代提高（ρ从0.27升至0.51）；使用RA+M1和CAZP评分时排名良好（ρ=0.79-0.81和0.44-0.68），而M1或RA单独使用则较差。
**3.2.2 生成化合物的结合亲和力分布：** 无评分时高亲和力尾逐步增强；RA评分严重损害亲和力（未发现低于-40 kcal/mol的化合物）；RA+M1表现与无约束相当；M1和CAZP在首次迭代后即产生强亲和力化合物。
**3.2.3 合成可及性评分分布：** M1、RA、CAZP下大多数化合物得分接近1，而RA+M1分布较宽，表明联合约束增加优化难度。
**3.2.4 最强结合化合物的化学多样性：** M1和RA的Tanimoto中位数较低（约0.20和0.15），CAZP约为0.29，RA+M1导致中位相似度升至0.48，多样性受限。
**3.2.5 最强结合化合物的结合亲和力分布：** M1和CAZP的中位ΔG_bind分别达到-38和-40 kcal/mol，RA仅为-28 kcal/mol，无评分时为-37 kcal/mol；M1和CAZP的最强结合剂在首次迭代即被识别。
**3.2.6 化学空间探索：** t-SNE投影显示不同评分收敛到不同化学空间；RA探索受限，M1和CAZP快速移离初始空间；与ChEMBL已知结合剂比较，新骨架占绝大多数，表明生成的结合剂多为真正新颖。
**3.2.7 仅在最后一步应用合成评分：** 可保持高亲和力和多样性，中位ΔG_bind约-39~-41 kcal/mol，中位Tanimoto约0.2，表明早期无约束探索后期筛选的策略可行。

**3.3 GAL性能——3CLpro测试**
**3.3.1 代理模型性能：** 代理模型整体预测性能较弱，CAZP下ρ=0.37和0.33（第二、三次迭代），其余评分几乎无相关性，导致采集接近随机。
**3.3.2 结合亲和力分布：** 无评分时持续改善；有评分时改善有限，CAZP例外，出现明显低ΔG_bind尾。
**3.3.3 合成评分分布：** 多数化合物得分在0.9-1.0，但高合成评分未转化为结合亲和力改善。
**3.3.4 化学多样性：** 加入合成评分后，中位Tanimoto相似度降至约0.2，多样性增加。
**3.3.5 最强结合化合物亲和力：** 无评分中位ΔG_bind约-47 kcal/mol，M1为-42 kcal/mol，RA+M1为-41，RA和CAZP为-38；合成评分使最强结合剂亲和力降低约5 kcal/mol以上。
**3.3.6 化学空间探索：** 不同评分导致不同收敛区域；M1和M1+RA分布广泛，RA和CAZP形成更紧致簇；新骨架占绝大多数。
**3.3.7 仅在最后一步应用合成评分：** 表现不如早期应用，表明复杂靶标需要早期引入合成约束才能有效引导优化。

**讨论总结：** 合成可及性约束并非普遍降低结合亲和力，其影响取决于靶标结合位点拓扑、代理模型排序能力以及合成评分的归纳偏置。不同合成评分会引导GAL进入