[论文解读] GraphVF: Controllable Protein-Specific 3D Molecule Generation with Variational Flow

Fang Sun, Zhihao Zhan+3 more|arXiv (Cornell University)|Feb 23, 2023

Cell Image Analysis Techniques被引用 4

一句话总结

GraphVF 是一种基于变分流的生成模型，通过整合 2D 分子拓扑结构与 3D 蛋白质口袋几何结构，实现可控的、蛋白特异性的 3D 分子生成。它通过将期望的亚结构和理化性质编码到可学习的先验分布中，实现了对生成配体的精确控制，在结合亲和力和亚结构真实性方面达到最先进性能。

ABSTRACT

Designing molecules that bind to specific target proteins is a fundamental task in drug discovery. Recent models leverage geometric constraints to generate ligand molecules that bind cohesively with specific protein pockets. However, these models cannot effectively generate 3D molecules with 2D skeletal curtailments and property constraints, which are pivotal to drug potency and development. To tackle this challenge, we propose GraphVF, a variational flow-based framework that combines 2D topology and 3D geometry, for controllable generation of binding 3D molecules. Empirically, our method achieves state-of-the-art binding affinity and realistic sub-structural layouts for protein-specific generation. In particular, GraphVF represents the first controllable geometry-aware, protein-specific molecule generation method, which can generate binding 3D molecules with tailored sub-structures and physio-chemical properties. Our code is available at https://github.com/Franco-Solis/GraphVF-code.

研究动机与目标

• 解决现有 3D 蛋白质特异性分子生成模型中缺乏对 2D 药效团模式强制的问题。
• 实现对具有定制亚结构和理化性质的 3D 配体的可控生成，以提升类药物性及 ADME 特征。
• 在统一的生成框架中整合 2D 拓扑约束与 3D 几何建模，以提高结合姿态的准确性。
• 开发一种 VAE 风格接口，允许用户灵活定义对分子结构和性质的约束。
• 证明通过基于流的建模结合 2D 拓扑与 3D 几何，可同时提升从头药物设计中的结合亲和力与结构保真度。

提出的方法

• GraphVF 采用变分流模型，将简单的先验分布转换为基于蛋白结合口袋条件的复杂 3D 配体分子分布。
• 先验分布通过可学习的潜在表征 $\mathcal{N}(\bm{\mu}_\rho, \bm{\Sigma}_\rho)$ 构建，其中 $\bm{\mu}_\rho$ 和 $\bm{\Sigma}_\rho$ 由包含期望亚结构或性质的参考分子推导得出。
• 2D 分子拓扑通过基于树的编码器编码，以捕捉药效团模式与亚结构语义。
• 3D 几何约束通过等变 3D 图神经网络建模，处理蛋白结合口袋并引导配体定位。
• 使用代理模型（DimeNet）预测量子力学性质（如 HOMO、能量）以支持优化，贝叶斯优化用于寻找实现期望性质的最优潜在代码。
• 该框架利用归一化流建模从先验到分子空间的可逆、可微变换，支持精确似然计算与高效采样。

Figure 1 . Overview of the GraphVF variational flow workflow. GraphVF autoregressively samples from the variational distribution (bottom right) to generate the atoms and bonds of the drug ligand at the binding site using flow transformation (left column). The flow function is parameterized by the 3D

实验结果

研究问题

• RQ1 生成模型能否在保持高结合亲和力的同时，有效强制在 3D 蛋白质结合配体中实现特定 2D 亚结构？
• RQ2 该模型能否实现对目标理化性质（如 HOMO 能量与吉布斯自由能）的可控分子生成？
• RQ3 通过变分流整合 2D 拓扑与 3D 几何是否能生成比现有方法更真实、更具类药物性的分子结构？
• RQ4 该模型能否生成新颖且可合成的配体，使其与靶蛋白口袋紧密结合并提升结合亲和力？
• RQ5 VAE 风格的潜在空间接口是否能有效实现对分子结构与性质约束的可控自定义？

主要发现

• GraphVF 在蛋白特异性 3D 分子生成任务中达到最先进结合亲和力，在基准数据集上优于 GraphBP 与 Pocket2Mol。
• 在烯基亚结构生成任务中，GraphVF 搭配潜在变量 $\rho$ 的生成率达 93.0%，显著高于 GraphBP（76%）与 Pocket2Mol（41.8%）。
• 在亚胺亚结构生成任务中，GraphVF 搭配潜在变量 $\rho$ 的生成率达 83.5%，优于 Pocket2Mol（51.7%）与 GraphBP（5.5%）。
• 在含氧六元环亚结构生成任务中，GraphVF 搭配潜在变量 $\rho$ 的生成率达 86.5%，超过 Pocket2Mol（14.3%）与 GraphBP（4.7%）。
• 与基线方法相比，GraphVF 生成的分子具有更高的内能 ($U$) 与吉布斯自由能 ($G$)，分别为 -202.31 eV 与 -183.01 eV，表明对量子性质的控制能力更强。
• 该模型表明，将 2D 药效团模式整合到 3D 生成中，可生成更真实的亚结构分布并提升结合姿态的准确性。

Figure 2 . Overall controllability of different models across three different molecule generation tasks.