基于三维原子云比较的蛋白质结合口袋相似性度量与配体预测

打开文本图片集

摘要：该研究提出基于三维原子云的蛋白质结合口袋相似性度量方法，通过构建128维动态拓扑模型（整合原子坐标、局部电荷梯度与溶剂化特征） 实现跨靶标配体预测。创新性体现在采用等变图卷积网络提取旋转不变性特征，结合多头注意力机制识别热点区域（如ATP结合位点的磷酸识别环） ，语义相似度与结合自由能显著相关（r=0.91） ；开发原子云配准算法量化口袋相似性，当评分＞0.72时配体迁移成功率提升3.2倍，成功预测β-内酰胺酶突变体耐药性增强机制（水解自由能降低5.8 kcal/mol） ；应用于双特异性抗体设计，优化CD3/抗原结合口袋的静电互补性（ΔΦ＜8 mV） ，候选分子亲和力达pM级。（剩余6066字）