[论文解读] Equivariant Shape-Conditioned Generation of 3D Molecules for Ligand-Based Drug Design

Keir Adams, Connor W. Coley|arXiv (Cornell University)|Oct 6, 2022

Machine Learning in Materials Science被引用 8

一句话总结

该论文提出SQUID，一种3D生成模型，通过结合等变形状编码与变分化学身份编码，实现形状条件下的分子设计。采用启发式键合几何的自回归片段生成方法，SQUID能够生成化学和几何上有效、多样且与目标形状对齐的3D分子，在探索新型化学空间方面优于虚拟筛选。

ABSTRACT

Shape-based virtual screening is widely employed in ligand-based drug design to search chemical libraries for molecules with similar 3D shapes yet novel 2D chemical structures compared to known ligands. 3D deep generative models have the potential to automate this exploration of shape-conditioned 3D chemical space; however, no existing models can reliably generate valid drug-like molecules in conformations that adopt a specific shape such as a known binding pose. We introduce a new multimodal 3D generative model that enables shape-conditioned 3D molecular design by equivariantly encoding molecular shape and variationally encoding chemical identity. We ensure local geometric and chemical validity of generated molecules by using autoregressive fragment-based generation with heuristic bonding geometries, allowing the model to prioritize the scoring of rotatable bonds to best align the growing conformational structure to the target shape. We evaluate our 3D generative model in tasks relevant to drug design including shape-conditioned generation of chemically diverse molecular structures and shape-constrained molecular property optimization, demonstrating its utility over virtual screening of enumerated libraries.

研究动机与目标

• 为解决虚拟筛选在探索新型化学空间方面的局限性，实现形状条件下的3D分子生成。
• 克服生成化学多样性高、几何上有效且能采用特定3D形状的分子的挑战。
• 开发一种生成模型，能够以兼容3D分子生成的方式同时编码分子形状与化学身份。
• 通过优先考虑可旋转键评分并强制满足化合价约束，在自回归生成过程中确保几何与化学有效性。
• 实现在匹配给定目标形状（如已知结合构象）的药物样分子的实用、可扩展生成。

提出的方法

• 等变点云网络将目标3D形状编码为旋转等变特征，以保持空间关系。
• 图神经网络（GNNs）对化学身份进行变分编码，生成不变特征，从而实现多样化的分子结构。
• 采用顺序的、基于片段的自回归生成过程，固定键长与键角，集中于可旋转键评分，以使生成分子与目标形状对齐。
• 通过图生成过程中的动作掩码强制满足化合价，确保仅考虑有效的键添加。
• 在可旋转键评分过程中，通过掩码可能引起严重原子重叠（<1Å）的二面角，避免空间位阻。
• 生成过程以小而化学有效的片段（≤6个重原子，≥3个原子，无预存在的可旋转键）为种子，确保非平凡的设计任务。

实验结果

研究问题

• RQ1 3D生成模型能否可靠地生成化学多样性高、几何上有效且能采用特定目标形状的分子？
• RQ2 如何将等变表征学习与变分化学编码相结合，以实现形状条件下的生成？
• RQ3 采用启发式键合约束的自回归片段生成能否在探索新型化学空间的同时保持几何与化学有效性？
• RQ4 形状条件生成在识别新型、多样化配体方面相较于传统虚拟筛选有多大优势？
• RQ5 在生成过程中，如何优化可旋转键评分，以确保与目标形状对齐且无空间位阻？

主要发现

• SQUID成功生成了化学和几何上有效、且与目标形状高度匹配的3D分子，即使对于具有10个以上重原子的柔性药物样分子也表现良好。
• 模型在保持100%化合价合规性和极少空间位阻的同时，与目标形状具有高度相似性（例如，ROCS Tversky分数>0.8）。
• 在CPU上生成含20–30个原子的3D分子仅需2–3秒，展示了其在药物设计工作流中的实际效率。
• 该模型在探索新型化学空间方面优于虚拟筛选，生成了训练库中不存在的多样化结构。
• 在训练过程中对二面角进行扰动（σ = 5°–15°）提升了对不完美可旋转键评分的鲁棒性，增强了生成过程中的泛化能力。
• 种子生成程序通过选择小而稳定的片段，确保了非平凡的设计任务，使分子能够有意义地扩展，同时避免过早或不稳定的生长。