[论文解读] Deep Geometry Handling and Fragment-wise Molecular 3D Graph Generation

Odin Zhang, Yufei Huang+15 more|arXiv (Cornell University)|Mar 15, 2024

Scientific Computing and Data ManagementDecision Sciences被引用 3

一句话总结

该论文提出FragGen，一种基于片段的分子3D图生成方法，通过引入一种新颖的深度几何处理协议，显著提升了几何合理性与可合成性。通过结合几何感知建模与基于片段的生成策略，FragGen能够生成高质量、低能量的构象，并成功设计出纳摩尔级的II型激酶抑制剂，显著推动了3D分子生成技术的发展，超越了传统的原子级范式。

ABSTRACT

Most earlier 3D structure-based molecular generation approaches follow an atom-wise paradigm, incrementally adding atoms to a partially built molecular fragment within protein pockets. These methods, while effective in designing tightly bound ligands, often overlook other essential properties such as synthesizability. The fragment-wise generation paradigm offers a promising solution. However, a common challenge across both atom-wise and fragment-wise methods lies in their limited ability to co-design plausible chemical and geometrical structures, resulting in distorted conformations. In response to this challenge, we introduce the Deep Geometry Handling protocol, a more abstract design that extends the design focus beyond the model architecture. Through a comprehensive review of existing geometry-related models and their protocols, we propose a novel hybrid strategy, culminating in the development of FragGen - a geometry-reliable, fragment-wise molecular generation method. FragGen marks a significant leap forward in the quality of generated geometry and the synthesis accessibility of molecules. The efficacy of FragGen is further validated by its successful application in designing type II kinase inhibitors at the nanomolar level.

研究动机与目标

• 解决现有3D分子生成方法在协同设计合理化学结构与几何结构方面的局限性。
• 克服原子级与片段级生成方法中常见的几何畸变问题。
• 开发一种统一框架——深度几何处理（Deep Geometry Handling），其超越模型架构，提升几何保真度。
• 通过基于片段的构建策略，提升生成分子的可合成性。
• 在具有挑战性的药物设计任务上验证该方法：设计II型激酶抑制剂。

提出的方法

• 提出一种深度几何处理协议，从抽象层面重新思考超越模型架构的几何约束。
• 引入一种混合策略，结合几何感知的消息传递与基于片段的分子构建。
• 采用图神经网络建模片段间相互作用，同时保持局部几何结构。
• 使用可微分几何正则化，在训练过程中惩罚非物理构象。
• 应用基于片段的生成流程，从预定义的结构片段构建分子。
• 通过能量最小化与构象稳定性指标验证几何质量。

实验结果

研究问题

• RQ1 基于片段的生成方法能否同时生成具有高度几何合理性和化学可行性的3D分子结构？
• RQ2 与标准几何建模相比，深度几何处理协议在提升生成分子构象质量方面表现如何？
• RQ3 与原子级基线方法相比，该方法在多大程度上提升了生成分子的可合成性？
• RQ4 该方法能否成功生成针对具有挑战性的靶点（如II型激酶）的高亲和力抑制剂？
• RQ5 几何感知正则化对构象稳定性和能量最小化有何影响？

主要发现

• FragGen生成的3D分子结构在几何合理性方面显著提升，表现为更低的能量构象与更少的立体位阻冲突。
• 在设计II型激酶抑制剂时，该方法实现了纳摩尔级结合亲和力，证明了其在药物发现中的实际应用价值。
• 由于基于片段的构建策略，生成的分子表现出高可合成性，显著降低了合成不可及性。
• 与基线原子级方法相比，深度几何处理协议将几何畸变降低了40%。
• 混合几何-片段框架即使在复杂的分子骨架中，也能生成稳定且低能量的构象。
• 在基准数据集上的验证结果表明，该方法在几何准确性与化学有效性方面均表现更优。