基准研究:结构类方法能否弥补DEL训练机器学习模型的分布外泛化缺陷
- 近期NeurIPS竞赛显示,基于DEL数据训练的顶尖机器学习模型难以泛化到分布外化学空间;本研究检验结构建模能否弥补这一差距。
- 研究在三个生物学上多样的靶点、多种合成格式的DEL上,比较了机器学习、Glide对接、GALigandDock和Boltz-2共折叠。
- 机器学习在分布内表现良好,论文关注的是各方法在新化学空间上的稳健性。
💡 要点
DEL训练的模型在随机划分上表现出色、遇到新骨架就崩溃,这正是想从DEL筛选结果出发拓展另一系列时会吃亏的地方。三个靶点的样本不大,但在同一数据上与物理方法做同口径比较仍然有用。我会借此校准:对文库从未覆盖的骨架,机器学习分选结果能信几分。