[论文解读] E3Bind: An End-to-End Equivariant Network for Protein-Ligand Docking

Yangtian Zhang, Huiyu Cai+3 more|arXiv (Cornell University)|Oct 12, 2022

Computational Drug Discovery Methods被引用 13

一句话总结

E3Bind 是一种端到端的 E(3) 等变深度学习模型，通过几何感知表示和上下文感知的坐标更新，迭代优化配体坐标，用于蛋白质-配体对接。它在无监督自对接任务中达到最先进性能，优于传统评分方法和近期的深度学习模型，且无需后处理优化或距离到坐标的转换。

ABSTRACT

In silico prediction of the ligand binding pose to a given protein target is a crucial but challenging task in drug discovery. This work focuses on blind flexible selfdocking, where we aim to predict the positions, orientations and conformations of docked molecules. Traditional physics-based methods usually suffer from inaccurate scoring functions and high inference cost. Recently, data-driven methods based on deep learning techniques are attracting growing interest thanks to their efficiency during inference and promising performance. These methods usually either adopt a two-stage approach by first predicting the distances between proteins and ligands and then generating the final coordinates based on the predicted distances, or directly predicting the global roto-translation of ligands. In this paper, we take a different route. Inspired by the resounding success of AlphaFold2 for protein structure prediction, we propose E3Bind, an end-to-end equivariant network that iteratively updates the ligand pose. E3Bind models the protein-ligand interaction through careful consideration of the geometric constraints in docking and the local context of the binding site. Experiments on standard benchmark datasets demonstrate the superior performance of our end-to-end trainable model compared to traditional and recently-proposed deep learning methods.

研究动机与目标

• 为解决药物发现中柔性无监督自对接的挑战，其中准确预测配体构象、取向和构型至关重要。
• 克服依赖距离图预测及后续坐标转换的两阶段方法的局限性，此类方法可能生成无效结构。
• 消除传统基于物理的对接方法中昂贵的构象采样和缓慢的推理过程。
• 开发一种可端到端训练的模型，直接回归配体坐标，同时保持 E(3) 等变性和几何一致性。
• 通过基于动态上下文反馈的迭代配体构象优化，提升对接的准确性和可靠性。

提出的方法

• E3Bind 采用一种几何感知编码器（Trioformer），在显式几何约束下提取蛋白质残基、配体原子以及蛋白质-配体对的嵌入表示。
• 该模型使用迭代坐标优化模块，在多步中生成 E(3) 等变的配体三维坐标更新。
• 每次优化步骤均基于当前配体构象和上下文相关的蛋白质-配体相互作用特征，实现动态误差校正。
• 网络通过在最终配体坐标上的直接回归损失进行端到端训练，避免中间距离图预测。
• 引入自信心预测器以评估预测的可靠性，并从多次优化中选择最佳构象。
• 该方法结合了配体内消息传递和几何感知的配对表示，以保持结构有效性并强制符合物理合理性。

实验结果

研究问题

• RQ1 是否能够通过端到端等变深度学习模型在无监督蛋白质-配体对接中实现优越性能，而无需依赖距离图预测或后处理优化？
• RQ2 与一次性旋转平移或两阶段方法相比，迭代坐标优化在多大程度上提升了对接准确性？
• RQ3 蛋白质-配体对表示中的几何约束在多大程度上增强了模型的泛化能力和结构有效性？
• RQ4 在缺乏真实标签的情况下，自信心预测器如何帮助识别高质量的对接构象？
• RQ5 该模型是否能在未见的大规模蛋白质上泛化，而无需事先的结合位点注释或预选？

主要发现

• 在标准基准测试中，E3Bind 实现了 23.4% 的优质构象比例（RMSD < 2 Å），优于传统方法及近期的深度学习模型（如 EquiBind 和 TankBind）。
• 若在配对更新模块中移除几何约束，优质构象比例从 23.4% 降至 20.1%，证明了几何一致性的关键作用。
• 若将 Trioformer 替换为简单的嵌入拼接操作，性能下降至 11.7%，凸显了几何感知特征提取器的优越性。
• 当迭代优化步数从 32 步减少至 4 步时，优质构象比例降至 14.9%，证实了迭代优化的有益影响。
• 即使在移除结合位点预选的情况下，模型仍保持稳健性能，表明其对 P2Rank 等外部工具的依赖性降低。
• 在具有挑战性的案例研究中，E3Bind 成功在一大型未见蛋白质中识别出天然结合位点（RMSD = 4.2 Å），而其他模型则错误地对接到非天然或错误的位点。