ИССЛЕДОВАНИЕ · RESEARCH · #720
SpecOpt: агентный контакт‑дифф метод для оптимизации специфичности связывания существующих молекул (arXiv:2609.21165v1)
В препринте вводится задача «оптимизация специфичности» (SpecOpt): ограниченные структурные изменения уже существующих препаратов, повышающие избирательность связывания для целевого белка по сравнению с измеренными офф‑таргетами при сохранении лекарственно‑подобных свойств. Авторы собрали бенчмарк из ChEMBL и предложили агентный конвейер: докинг к целям и офф‑таргетам, представление различий через резидус‑чувствительные атом‑белковые контакты, генерация модификаций LLM и фильтрация по схожести, ADMET и селективности докинга; на 915 соединениях средний разрыв в связывании сдвинулся с −0.72 до +0.47 kcal/mol, улучшилось 84.8% соединений при средней Tanimoto‑схожести 0.72; абляции показали критическую роль идентичности резидуов.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- В препринте вводится задача «оптимизация специфичности» (SpecOpt): ограниченные структурные изменения уже существующих препаратов, повышающие избирательность связывания для целевого белка по сравнению с измеренными офф‑таргетами при сохранении лекарственно‑подобных свойств.
- Авторы собрали бенчмарк из ChEMBL и предложили агентный конвейер: докинг к целям и офф‑таргетам, представление различий через резидус‑чувствительные атом‑белковые контакты, генерация модификаций LLM и фильтрация по схожести, ADMET и селективности докинга; на 915 соединениях средний разрыв в связывании сдвинулся с −0.72 до +0.47 kcal/mol, улучшилось 84.8% соединений при средней Tanimoto‑схожести 0.72; абляции показали критическую роль идентичности резидуов.
- Определяет практическую задачу и демонстрирует, что резидус‑чувствительные дифференциальные контакты вместе с генерацией правок LLM могут существенно повысить селективность существующих соединений — важно для более безопасной AI‑поддерживаемой оптимизации лекарств.
ПОЧЕМУ ЭТО ВАЖНО
Определяет практическую задачу и демонстрирует, что резидус‑чувствительные дифференциальные контакты вместе с генерацией правок LLM могут существенно повысить селективность существующих соединений — важно для более безопасной AI‑поддерживаемой оптимизации лекарств.