中国科学院上海药物研究所郑明月团队开发出基于生成式AI的蛋白-配体复合物结构预测方法SurfDock，可高精度自动生成配体结合构象，并应用于基于结构的虚拟筛选，有望加速药物发现进程。相关研究成果于2024年11月27日发表在《自然·方法》期刊上。

SurfDock利用蛋白质表面信息构建几何扩散神经网络，以生成精准可靠的蛋白-配体复合物构象。SurfDock将多种蛋白质信息如表面特征、残基结构特征和预训练序列特征整合到表面节点的表示中，配备SurfScore内部评分模块，通过对蛋白-配体复合物的训练来评估构象的置信度。同时，SurfDock整合了可选的基于力场的优化步骤，使得SurfDock在多个基准测试中展现出优异的对接能力，其生成构象的合理性超越现有的深度学习方法。

SurfDock能够适应新的蛋白质、口袋和空结构，在处理高度柔性的配体时表现出色。研究团队还通过针对ALDH1B1的筛选实验证实了SurfDock的实用价值。

信息来源：

https://www.nature.com/articles/s41592-024-02516-y

https://www.shkjdw.gov.cn/c/2024-12-03/532725.shtml