准确率84.09%，腾讯AI Lab发布Interformer，用于蛋白质-配体对接及亲和力预测，登Nature子刊

---

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

编辑 | 萝卜皮

近年来，深度学习模型在蛋白质-配体对接和亲和力预测中的应用引起了越来越多的关注，而这两者都对基于结构的药物设计至关重要。

然而，许多此类模型忽略了复合物中配体和蛋白质原子之间相互作用的复杂建模，从而限制了它们的泛化和可解释性。

在最新的研究中，腾讯 AI Lab 的研究人员提出了 Interformer，这是一个基于 Graph-Transformer 架构的统一模型。

该模型旨在利用交互感知混合密度网络捕获非共价相互作用。该团队引入了负采样策略，有助于有效校正相互作用分布以进行亲和力预测。

这种方法可以通过准确模拟特定的蛋白质-配体相互作用来提高性能，且具备通用性。

该研究以「Interformer: an interaction-aware model for protein-ligand docking and affinity prediction」为题，于 2025 年 11 月 25 日发布在《Nature Communications》。

在错综复杂的药物研发过程中，蛋白质-配体对接和亲和力预测任务多年来一直是药物发现过程中的重要组成部分。

蛋白质-配体对接是药物分子结构优化的关键任务，目的是预测配体（小分子）与蛋白质受体或酶结合时的位置和方向。

亲和力预测任务利用准确的结合姿势（蛋白质-配体结合复合物构象），提供配体与其目标蛋白质之间结合强度的计算估计，从而有助于筛选具有潜在亲和力的配体。

近年来，人们对使用深度学习 (DL) 方法进行分子建模的兴趣激增。比如科学家将对接视为生成建模问题，引入了 DiffDock，这是一种基于图神经网络 (GNN) 的模型，已在结合姿势生成方面建立了基准。

然而，现有的深度学习模型往往忽视了蛋白质和配体原子之间非共价相互作用的建模，而这对于可解释性和泛化至关重要。

如图 1 左图所示，DiffDock 产生的对接构象与晶体结构非常相似，但无法捕捉非共价相互作用。此外，虽然传统的亲和力预测方法在晶体结构方面表现出色，但在处理不太精确的结合姿势时，其性能会急剧下降，这对实际应用构成了挑战。

图 1：对接姿势中的非共价相互作用与现有和拟议方法的比较。（来源：论文）

新方法：Interformer

在最新的研究中，腾讯 AI Lab 的研究人员提出了 Interformer，这是一种计算 AI 模型，旨在缓解蛋白质-配体对接中的相互作用感知问题，并在实际应用中采用建设性学习进行亲和力预测。

首先，研究人员提出了一种相互作用感知混合密度网络 (MDN) 来模拟非共价相互作用，明确关注蛋白质-配体晶体结构中存在的氢键和疏水相互作用。如图 1 右图所示，Interformer 可以准确地产生结合姿势中的特定相互作用。

其次，团队提出了一个伪 Huber 损失函数，利用对比学习的能力来指导模型区分有利和不利的结合姿势。

第三，该模型基于 Graph-Transformer 框架，该框架在各种图表示学习任务中都表现出比基于 GNN 的模型更优的性能。

Interformer 的另一个优点是通过检查 MDN 的融合系数来解释蛋白质-配体相互作用的内部机制。

具体来说

Interformer 模型的架构灵感来自 Graph-Transformer，最初是为图表示学习任务而提出的。

神笔马良

神笔马良 - AI让剧本一键成片。

320 查看详情

图 2：Interformer 架构概述。（来源：论文）

在第一阶段，该模型从晶体结构中获取单个初始配体 3D 构象和蛋白质结合位点作为输入。图形在各种方法中被广泛用于说明配体和蛋白质，如图 2a 所示，其中节点代表原子，边表示两个原子之间的接近度。

研究人员使用药效团原子类型作为节点特征，并使用两个原子之间的欧几里得距离作为边缘特征。这些药效团原子类型提供了必要的化学信息，从而使模型能够更好地理解特定的相互作用，例如氢键或疏水相互作用。

在第二阶段，对接流程如图 2b 所示，通过 Intra-Blocks 处理来自蛋白质和配体的节点特征和边缘特征。

Intra-Blocks 旨在通过捕获同一分子内的内部相互作用来更新每个原子的节点特征。这些更新后的节点特征随后输入到 Inter-Blocks，捕捉蛋白质和配体原子对之间的相互作用，进一步更新节点和边缘特征。

接着，通过交互感知的 MDN 预测每个蛋白质-配体原子对的四个高斯函数参数，并结合形成混合密度函数（MDF），用于估计蛋白质和配体原子之间最可能的距离。MDF 模型能够精确反映特定的相互作用，如氢键和疏水作用，从而生成更加符合自然晶体结构的对接姿势。

最后，所有蛋白质-配体对的 MDF 聚合后，通过蒙特卡洛采样方法生成前 k 个候选配体构象。

在第三阶段，姿势得分和亲和力预测管道如图 2c 所示。生成的对接姿势中蛋白质和配体原子之间的距离和特定相互作用更新了新的边缘特征。

然后通过块内和块间处理节点和边缘特征以创建隐式交互。虚拟节点通过自注意力机制收集有关绑定姿势的所有信息。

最后，虚拟节点的绑定嵌入被输入到亲和力和姿势层，以预测相应对接姿势的绑定亲和力值和置信姿势得分。

通过纳入不良姿势，对比性伪 Huber 损失函数可用于指导模型辨别姿势是好还是坏。训练目标可确保模型为不良姿势预测较低的值，为良好姿势预测较高的值。良好姿势与不良姿势之间的主要区别在于它们的相互作用。

此策略可帮助模型学习关键相互作用，而不是人工特征。研究人员将此特性称为 pose-sensitive，在现实世界的药物开发项目中表现出色。

性能评估

当使用两个广泛使用的基准对蛋白质-配体对接进行评估时，Interformer 在 Posebusters 基准上实现了 84.09% 的准确率，在 PDBbind 时间分割基准上实现了 63.9% 的准确率，且均方根偏差 (RMSD) 小于 2 Å，从而实现了 top-1 预测性能。

图 3：对蛋白质-配体对接任务的评估。（来源：论文）

这一改进归功于该模型增强了捕捉配体和蛋白质之间非共价相互作用的能力，这对于产生不太模糊的构象至关重要，对于下游任务的成功执行至关重要。

此外，即使绑定姿势不太准确，该模型也能预测合理的亲和力值。团队内部真实世界基准的评估表明，该模型的性能与其他模型相当，证实了其姿势敏感和强大的泛化能力。

在应用于真实的内部药物管道时，研究人员成功鉴定出两个小分子，在各自的项目中，每个小分子的亲和力 IC50 值分别为 0.7 nM 和 16 nM，从而证明了其在推进治疗发展方面的实用价值。

这种方法使 Interformer 能够通过关注蛋白质和配体原子对之间的特定相互作用来区分不太准确和更有利的对接姿势。这种强大的功能使该模型能够增强在现实场景中预测的通用性。

图 4：对蛋白质-配体亲和力预测任务的评估。（来源：论文）

在亲和力预测领域，Interformer 在四个内部真实世界亲和力基准上表现出持续的进步。Interformer 在两个内部药物开发流程中的进一步应用已成功在纳摩尔水平上识别出两种高效分子。

该研究展示了 Interformer 对计算生物学和加速药物设计过程的巨大潜力。

未来，研究人员的目标是将 Interformer 的应用扩展到更广泛的现实世界生物挑战中，并增强其对各种分子相互作用类型的性能，包括蛋白质-蛋白质和蛋白质-核酸相互作用。

以上就是准确率84.09%，腾讯AI Lab发布Interformer，用于蛋白质-配体对接及亲和力预测，登Nature子刊的详细内容，更多请关注其它相关文章！

# 理论  # 蛋白质  # 不太  # 所示  # 如图  # 疏水  # 腾讯  # 相互作用  # 区别  # ai  # 腾讯ai lab  # 京东店铺seo  # 自定义  # 果蔬网站推广公司电话  # 建设教育网站的目的  # 感恩营销推广语录大全简短  # 驻马店网站优化渠道电话  # seo优化效果检测  # 延津摄影网站建设  # 绑定  # 至关重要  # 提出了  # 营口seo推广商家排名  # seo实训项目内容  # 企业网络推广网站58爱搜网 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： 山东机器人编程：Scratch编程基础，认识舞台！~济南机器人编程  京东 AI 大模型官宣 7 月 13 日发布，还有重磅合作  支持跨语言、人声狗吠互换，仅利用最近邻的简单语音转换模型有多神奇  当一切设备都受到人工智能的控制  世界人工智能大会机器人同台炫技！梳理A股相关业务营收占比超50%的个股名单  【首发】首款“消化内镜手术机器人”进入临床尾声，ROBO医疗获数千万元A轮融资  直击上影节 | 光线传媒董事长王长田谈新技术：未来VR放映效果可能媲美影院  AI生成会议纪要 百度如流升级推出超级助手、智能编码等功能  智能机器人与话剧的完美结合：宇树四足机器人B1助力《骆驼祥子》重现经典  鸿蒙智能座舱的AI大模型革新，引领智能座舱领域的变革吗？  一图速览 | 十大脑机接口关键技术发布  社区里，孩子们体验“机器人竞技”  实践J*a开发，构建高性能的MongoDB数据迁移工具  微软大牛加入ZOOM，AI人才大战打响  “苏南 vs 苏北” AI 分胜负，娱乐性比较工具 EitherChoice 上线  13万个注释神经元，5300万个突触，普林斯顿大学等发布首个完整「成年果蝇」大脑连接组  热点 | 人工智能黄金时代开启  马斯克发推讽刺人工智能，机器学习本质是统计？  生成式AI爆发，亚马逊云科技持续专注创新，助力企业数字化转型  外科医生的智能助手，“机器人手术”得到补充商业医保覆盖  马斯克的幽默“现实”：AR眼镜与20美元“增强现实”哪个真实？  联想首发AI PC于今年秋季，英特尔CEO确认AI PC时代来临  网易数帆以AI融合创新引领数据分析与软件开发新趋势  OpenAI宣布在伦敦设立海外分部，要招揽“世界级人才”  “五年内人类程序员将消失”预言引争议，AI真的那么强大了吗？  马斯克回应“人工智能让一切变得更好”：我们已经是半机器人了  苹果头显降临，AI虚拟人的救星还是流星？  构建AI绘画网站的方法：使用API接口和调用步骤  智能手机应用中的人工智能的重要性  当科幻走进现实 脑机接口新技术能为生活带来哪些惊喜？  IBM和NASA合作发布可追踪碳排放的开源AI基础模型  张朝阳与陆川谈AI：ChatGPT是鹦鹉学舌思维，不可能取代人类 | 把脉AI大模型  2025WRC世界机器人大赛锦标赛（烟台）收官！斯坦星球勇夺VEX赛项冠亚军！  看似低调，实则稳健：字节在AI路上会遇到什么？  人工智能领域，突破难题：国产大模型“无源之水”问题得到解决。  “上海市民营企业人工智能赋能创新中心”揭牌成立  清华&中国气象局大模型登Nature：解决世界级难题，「鬼天气」预报时效首次达3小时  南京制造的国产工业机器人：在外资品牌竞争中突围，年销售1.8万台  金山办公：AI是重要的产品战略之一  马斯克嘲讽人工智能：机器学习本质就是统计学  特斯拉门店可能启动机器人卖车？也许不是你想的那样  如何利用AI工具写好本科论文：科技助你一臂之力  阿里达摩院向公众免费开放100项AI专利许可  边喷火边跳踢踏舞，机器狗最新技能爆火全网！网友直呼真·热狗  马斯克：将来机器人比人类多！特斯拉机器人亮相人工智能大会  Xbox游戏工作室负责人：VR/AR领域的用户规模还不足够  谷歌内部正在测试代号为Genesis的AI新闻写作产品  AI连线 | 专访风平智能CEO林洪祥：让AI数字人拥有漂亮的外表和有趣的灵魂，安全问题是重要考量  0代码微调大模型火了，只需5步，成本低至150块  会模仿笔迹的AI，为你创造专属字体 

 2024-11-28