然而，經(jīng)典的基于分子對(duì)接方法的虛擬篩選需要消耗較多的計(jì)算資源，在常規(guī)硬件平臺(tái)上對(duì)如此巨大的化合物庫(kù)執(zhí)行虛擬篩選不切實(shí) 際。真正實(shí)現(xiàn)超大規(guī)模虛擬篩選需要革命性的新方法。

PLANET 模型介紹
復(fù)旦大學(xué)藥學(xué)院王任小研究員（ 兼任上海陶術(shù) CTO ）團(tuán)隊(duì)開發(fā)了基于圖神經(jīng)網(wǎng)絡(luò)的 PLANET 深度學(xué)習(xí)模型。PLANET 模型采用靶 蛋白結(jié)合口袋的三維結(jié)構(gòu)以及配體分子的二維結(jié)構(gòu)作為輸入即可預(yù)測(cè)給定配體分子的靶蛋白親合性，無需執(zhí)行分子對(duì)接中耗時(shí)的 構(gòu)象采樣過程，因此可以大大加速虛擬篩選。在 LIT-PCBA 等標(biāo)準(zhǔn)測(cè)試集上獲得的結(jié)果顯示：PLANET方法在虛擬篩選任務(wù)中的準(zhǔn)確 率與分子對(duì)接方法GLIDE 相當(dāng)，但是完成任務(wù)的速度比 GLIDE 快 1000 倍以上！
 

針對(duì)陶術(shù)化合物庫(kù)的虛擬篩選技術(shù)⽅案
結(jié)合PLANET 模型的優(yōu)勢(shì)，上海陶術(shù) CADD 團(tuán)隊(duì)在虛擬篩選流程中采用PLANET 先進(jìn)行初步篩選，然后再對(duì)排名靠前的1~5% 化合物采用傳統(tǒng)分子對(duì)接方法進(jìn)行復(fù)篩。這種技術(shù)流程一方面大幅提高了虛擬篩選能夠處理的化合物庫(kù)規(guī)模，另一方面，也能保持預(yù)測(cè)精度，同時(shí)產(chǎn)生客戶關(guān)心的化合物與靶標(biāo)蛋白的具體作用模式。
 

PLANET 執(zhí)行超大規(guī)模虛擬篩選的驗(yàn)證案例
結(jié)合PLANET 模型的優(yōu)勢(shì)，上海陶術(shù) CADD 團(tuán)隊(duì)在虛擬篩選流程中采用PLANET 先進(jìn)行初步篩選，然后再對(duì)排名靠前的1~5% 化合物采用傳統(tǒng)分子對(duì)接方法進(jìn)行復(fù)篩。這種技術(shù)流程一方面大幅提高了虛擬篩選能夠處理的化合物庫(kù)規(guī)模，另一方面，也能保持預(yù)測(cè)精度，同時(shí)產(chǎn)生客戶關(guān)心的化合物與靶標(biāo)蛋白的具體作用模式。
 

【注】在該驗(yàn)證中，選取在 ChEMBL 數(shù)據(jù)庫(kù)中收錄的在各靶點(diǎn)上活性好于 10 μM 的化合物作為陽性化合物，考察使用 PLANET 對(duì) TOPSCIENCE Database 化合物庫(kù)執(zhí)行虛擬篩選的富集因子（ Enhancement Factor ）。

結(jié)果顯⽰：PLANET ⾯對(duì)不同來源、不同類型的靶標(biāo)，均能以較⾼的成功率篩選出活性化合物，充分展現(xiàn)出了其作為超大規(guī)模虛擬篩選實(shí)用⼯具的價(jià)值。