[论文解读] Machine-learned molecular mechanics force field for the simulation of protein-ligand systems and beyond

Kenichiro Takaba, Iván Pulido+12 more|arXiv (Cornell University)|Jul 13, 2023

Protein Structure and Dynamics参考文献 114被引用 13

一句话总结

Espaloma-0.3 是一个基于图神经网络的端到端可微分的 Class I MM 力场，从大规模量子化学数据学习，能够准确重现能量和力，并实现蛋白质和配体的自洽参数化。

ABSTRACT

The development of reliable and extensible molecular mechanics (MM) force fields -- fast, empirical models characterizing the potential energy surface of molecular systems -- is indispensable for biomolecular simulation and computer-aided drug design. Here, we introduce a generalized and extensible machine-learned MM force field, exttt{espaloma-0.3}, and an end-to-end differentiable framework using graph neural networks to overcome the limitations of traditional rule-based methods. Trained in a single GPU-day to fit a large and diverse quantum chemical dataset of over 1.1M energy and force calculations, exttt{espaloma-0.3} reproduces quantum chemical energetic properties of chemical domains highly relevant to drug discovery, including small molecules, peptides, and nucleic acids. Moreover, this force field maintains the quantum chemical energy-minimized geometries of small molecules and preserves the condensed phase properties of peptides, self-consistently parametrizing proteins and ligands to produce stable simulations leading to highly accurate predictions of binding free energies. This methodology demonstrates significant promise as a path forward for systematically building more accurate force fields that are easily extensible to new chemical domains of interest.

研究动机与目标

• 动机：需要更准确、可扩展的分子力学力场用于生物大分子模拟和药物发现。
• 引入一个可扩展、可微分的框架（espaloma-0.3），以从量子化学数据学习的连续表征替代离散原子类型标记。
• 证明 espaloma-0.3 能扩展到新化学领域（小分子、肽、核酸），并保持量子化学极小值与凝聚相性质。
• 表明该方法在重现量子化学能量与力方面优于传统力场。

提出的方法

• 使用图神经网络从化学图中生成连续原子嵌入，替代离散原子类型标记。
• 采用保持对称性的池化（Janossy pooling）来生成连续的键、角度与扭转表示。
• 在端到端可微分的设置中，从不变嵌入中训练神经网络以预测 MM 参数（键、角、扭转、荷）。
• 将量子化学力引入训练和正则化策略，以稳定学习并提高可迁移性。
• 保留非价项的 OpenFF 2.0 参数，同时预测价项与电荷，以在标准 MD 包中实现快速 MM 能量计算。
• 通过电荷均衡方案生成类似 AM1-BCC 的部分电荷，并以训练为目标 AM1-BCC ELF10 电荷。

Figure 1 : Espaloma is an end-to-end differentiable molecular mechanics parameter assignment scheme for arbitrary organic molecules. Espaloma ( e xtensible s urrogate p otenti al o ptimized by m ess a ge-passing ) is a modular approach for directly computing molecular mechanics force field parameter

实验结果

研究问题

• RQ1 Espaloma-0.3 是否能够在单一力场中提供自洽、可微分的框架来对蛋白质和配体进行参数化？
• RQ2 在大规模、多样化的 QC 数据集上进行训练，是否能够在小分子、肽和核酸等方面准确重现量子化学能量与力？
• RQ3 该方法是否保持量子化学能量极小值和凝聚相性质，以支持可靠的生物大分子模拟？
• RQ4 在相关基准测试中，Espaloma-0.3 与成熟力场（GAFF、OpenFF、Amber）相比的性能如何？
• RQ5 该模型在扩展到新化学领域时，是否能在不增加复杂性或失去准确性的前提下实现良好扩展？

主要发现

• Espaloma-0.3 在跨越多样数据集的量子化学能量与力的重现方面超过传统力场。
• 该模型保持量子化学能量极小值，并产生接近 QM 参考的 MM 优化几何构型，在行业基准上表现良好。
• Espaloma-0.3 保持肽的凝聚相性质，并自洽地对蛋白质和配体进行参数化以实现稳定的模拟。
• 该方法支持快速重新训练和扩展到新化学领域而不降低性能，即使在考虑离子化和共振相关问题时也优于基线。
• 在一个大型 QC 数据集上训练（1.1M energy/force calculations, 17,000 species）可在单个 GPU 天完成，凸显可扩展性。
• 与 ff14SB 和 RNA.OL3 基线相比，espaloma-0.3 在多个生物分子类别上显示出更优的能量和力 RMSE。

Figure 2 : espaloma-0.3 preserves the location of quantum chemical energy minima. An industry standard benchmark of gas-phase QM-optimized geometries (the OpenFF Industry Benchmark Season 1 v1.1 [ 20 ] from QCArchive), comprising 9728 unique molecules and 73 301 conformers, was used to compare the s