跳到主要内容
TextGrad: Automatic "Differentiation" via TextMert Yuksekgonul et al.

F.1 对接与成药性评估

为了优化分子,我们评估以 SMILES 字符串编码的化学结构的结合亲和力和成药性。为了计算这两个指标,首先使用 RDKit 的 MolFromSmiles 功能将生成的 SMILES 字符串转换为八隅体完整的路易斯点结构。该方法通过添加显式氢、对芳香环进行 Kekulé 化、标准化价态以及分配自由基来“净化”分子 [100]。如果该净化过程在任何步骤失败,无论是由于结构歧义还是无效分子,QED 和 Vina 分数都会被替换为一个字符串,告知 TEXTGRAD 该分子无效。

如果生成的 SMILES 字符串确实表示有效的化学结构,我们使用 RDKit 的 Chem.QED 函数计算 QED 分数。虽然 QED 分数可以快速且可靠地计算,但对接分数可能因靶标和配体结构制备的不同而显著变化。为确保一致性,我们使用 DOCKSTRING 包 [61] 计算 Vina 分数,该包实现了标准化的对接工作流,并提供了一组金标准靶标。特别地,在配体经 RDKit 净化后,DOCKSTRING 使用 Open Babel 在 pH 7.4 下对其进行(去)质子化,并使用欧几里得距离几何算法 ETKG 和经典力场 MMFF94 制备和精修 3D 几何结构。最后,为所有配体原子计算 Gasteiger 电荷,并将所得结构保存为配体 PDBQT 文件,传递给 Autodock Vina。对于靶标制备,DOCKSTRING 基准套件提供了 58 个临床相关蛋白的精选晶体结构,其中大多数分辨率低于 2.5 Å。这些结构经过专门制备,以提高理论和实验结合亲和力之间的相关性,例如通过手动添加极性氢并去除残留的水分子和溶质分子。DOCKSTRING 还标准化了模拟参数,如数值种子、搜索框坐标和采样穷尽度,以确保评分可复现。