MISATO数据集: 结构导向药物发现的蛋白质-配体复合物机器学习数据集

RayRay
MISATO药物发现蛋白质-配体复合物AI模型分子动力学Github开源项目

MISATO数据集:推动结构导向药物发现的机器学习革命

在当今快速发展的人工智能时代,机器学习技术正在深刻改变着科学研究的方方面面。然而,在基于结构的药物发现领域,我们仍然缺乏稳健而有效的人工智能方法。为了填补这一空白,由Till Siebenmorgen等人领导的国际研究团队开发了MISATO(Machine learning dataset of protein-ligand complexes for structure-based drug discovery)数据集,这是一个专为结构导向药物发现而设计的高质量机器学习数据集。

MISATO数据集的核心内容

MISATO数据集的核心内容包括:

  1. 量子力学(QM)数据:19,443个经过精心策划和优化的配体分子结构及其电子性质。
  2. 分子动力学(MD)数据:16,972个蛋白质-配体复合物的模拟结构,每个结构模拟时长为10纳秒。
  3. 人工智能模型:基于PyTorch的数据加载器,以及用于MD、QM和结合亲和力预测的3个基线模型。

MISATO数据集概览

数据集的独特之处

MISATO数据集的独特之处在于其高度精确性和全面性:

  1. 高精度的量子力学计算: 研究团队使用半经验量子力学方法系统地优化了蛋白质和小分子配体的质子化状态,确保了分子结构的准确性。

  2. 长时间尺度的分子动力学模拟: 对每个蛋白质-配体复合物进行了10纳秒的显式水分子动力学模拟,捕捉了系统的动态行为。

  3. 丰富的电子性质数据: 包含了配体分子的详细电子性质,为深入理解分子相互作用提供了基础。

  4. 易于使用的数据接口: 通过简单的Python数据加载器,研究人员可以轻松访问和使用这些数据。

  5. 基线AI模型: 提供了用于动态和电子性质预测的基线AI模型,为进一步的模型开发奠定了基础。

MISATO的愿景与目标

MISATO项目的愿景是成为一个充满活力的社区项目,推动药物发现人工智能工具的下一代发展。其具体目标包括:

  1. 为配体分子提供最高可能的精度
  2. 在合理的时间尺度内表现系统动力学
  3. 开发创新的人工智能模型用于药物发现预测

研究团队希望通过社区的共同努力,实现100+纳秒的分子动力学模拟、30,000+蛋白质-配体结构的数据集,以及全新的药物发现AI模型世界。

数据集的实际应用

MISATO数据集已经在多个方面展示了其价值:

  1. 结合亲和力预测: 使用MISATO特征的亲和力GNN模型在结合亲和力基准测试中表现出色,consistently优于其他方法。

  2. 蛋白质柔性预测: MISATO的AI模型能够准确预测蛋白质残基的适应性(adaptability),与实验determined B因子和hetNOE实验结果高度一致。

  3. 电子性质计算: MISATO计算的Koopmans电离势与DFT电离势和实验氧化电位有很高的相关性。

这些应用展示了MISATO数据集在结构导向药物发现中的巨大潜力。

如何使用MISATO数据集

研究人员可以通过以下方式开始使用MISATO数据集:

  1. Zenodo下载完整的MISATO数据集。
  2. 使用GitHub仓库中提供的入门notebook了解数据集结构和使用方法。
  3. 探索Hugging Face上的MISATO空间,运行和可视化适应性模型以及进行QM性质预测。

社区参与

MISATO项目欢迎更多研究人员的参与和贡献。如果你对使用AI进行药物发现感兴趣,可以:

  1. 加入MISATO Discord服务器与其他研究人员交流。
  2. GitHub仓库上贡献代码或提出建议。
  3. 使用MISATO数据集开发新的AI模型,并与社区分享你的发现。

结语

MISATO数据集的发布标志着结构导向药物发现领域迈向人工智能时代的重要一步。通过提供高质量、全面的蛋白质-配体相互作用数据,MISATO为开发下一代药物发现AI模型铺平了道路。随着更多研究人员加入这个充满活力的社区项目,我们有理由期待在不久的将来,AI驱动的药物发现将取得突破性进展,为人类健康做出重大贡献。

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多