bioRxiv｜ChemNet：蛋白-小分子复合物构象系综生成

本文介绍了David Baker课题组开发的ChemNet，一种用于蛋白质-配体相互作用的全原子级建模网络。该网络旨在解决现有深度学习工具在蛋白质与各种类型配体结合构象预测中的局限性。ChemNet通过统一建模蛋白质口袋原子和配体，实现了对不同结合状态下构象系综的准确描述。研究结果表明，ChemNet在酶活性中心设计和蛋白质-小分子复合物构象预测中表现出色，特别是在生成复杂大环化合物的三维结构和预测非天然药物结合构象方面。此外，ChemNet在酶设计中的应用也取得了显著成效，能够快速评估酶活性位点的预组织性，指导酶设计工作。