中科院上海药物所，最新Nature Chemical Biology，加速分子探针发现！

该研究针对人类基因组中大量药物靶点缺乏优质分子探针的难题，以及现有蛋白质-配体结合亲和力预测技术在精度、效率和泛化性上的局限，旨在开发一种兼顾计算效率与原子级识别能力的预测模型。中国科学院上海药物研究所团队在前期PBCNet模型基础上，通过扩充至860万组蛋白-配体复合物对的训练集、采用基于笛卡尔二阶张量的消息传递模块等改进，升级推出了PBCNet2.0。研究结论表明，PBCNet2.0在预测精细分子间相互作用（如氟正交多极相互作用）和残基突变效应方面展现出高精度，其预测排名能力已接近金标准并显著优于前代及主流模型；在前瞻性实验中，该模型成功指导了ALDH1B1靶点抑制剂活性差异的解析和潜在耐药突变位点的定位。因此，PBCNet2.0为分子探针发现、先导化合物优化和药物耐药性分析提供了一种高精度、高效率的实用计算工具。