Nat Mach Intell｜“数据+知识+AI” 解锁新靶标药物虚拟筛选

本文探讨了人工智能在生物医药领域的新进展，特别是在新靶标药物虚拟筛选中的应用。背景指出，尽管蛋白质-配体相互作用的数据量激增，但基于机器学习的评分方法在新靶标体系上泛化能力不足。研究目的在于开发一种新的评分方法EquiScore，该方法利用等变图神经网络整合物理先验知识和数据增强策略，以提高对新靶标的预测能力。结论显示，EquiScore在未见过的蛋白质上的虚拟筛选能力显著，且能与不同对接方法联用，提升虚拟筛选性能。此外，EquiScore展示了良好的可解释性，为药物设计提供了有价值的线索。