FragDockRL:用强化学习从对接核心生长可合成配体
- FragDock利用已知反应将易合成的构建模块组装成分子,并通过约束预设核心构象的锚定对接(tethered docking)进行评分。
- FragDockRL在此基础上引入强化学习:以rDock锚定对接加SMINA评分得到的奖励,驱动改进的深度Q网络逐步引导分子生长。
- 该方法在包括一种受体酪氨酸激酶在内的三个重要治疗靶点上进行了评估。
💡 要点
在合成约束下从固定核心向外生长,正是项目中片段扩展的真实做法,比吐出做不出来的结构的自由生成模型更实用。基于对接的奖励仍是软肋,因为它偏爱分子尺寸;我会看它给出的化合物是否真能合成,以及能否通过前瞻性验证。