MSIGN:基于多尺度交互图神经网络的深度学习框架用于预测合成大麻素与受体的结合

《Digital Discovery》:MSIGN: A deep learning framework based on multi-scale interaction graph neural networks for predicting binding of synthetic cannabinoids to receptors

【字体: 大 中 小 】 时间:2026年03月04日 来源:Digital Discovery 7.1

编辑推荐:

  深度学习模型已被广泛应用于蛋白质-配体结合亲和力(PLA)预测任务。当前的基于三维配体复合物的图神经网络(GNNs)虽然先进,但由于过度依赖原子级物理特征并忽略化学空间动态,导致数据记忆而非稳健学习,在准确性和泛化能力上仍存在困难。为解决这些问题,研究人员提出

  
深度学习模型已被广泛应用于蛋白质-配体结合亲和力(PLA)预测任务。当前的基于三维配体复合物的图神经网络(GNNs)虽然先进,但由于过度依赖原子级物理特征并忽略化学空间动态,导致数据记忆而非稳健学习,在准确性和泛化能力上仍存在困难。为解决这些问题,研究人员提出了一种基于多尺度交互图神经网络(MSIGN)的深度学习模型。通过构建配体功能团图和蛋白质氨基酸图,研究人员将化学信息特征引入模型,并与物理特征相结合以增强结合亲和力预测。特别地,研究人员创新地在PLA领域采用预训练和微调训练方法,以提高模型在下游任务上的泛化能力(本研究聚焦于合成大麻素的结合亲和力预测),并通过表面等离子共振(SPR)等湿实验对三种新型合成大麻素验证了MSIGN模型的预测。此外,研究人员分析了不同微调策略对模型泛化能力的影响。多项结果共同证明了MSIGN模型设计的优越性,为未来的PLA预测提供了一种新方法。
基于深度学习的蛋白质-配体结合亲和力(PLA)预测在药物发现中至关重要。现有三维依赖的图神经网络(GNNs)虽已取得进展,但过度依赖原子级物理特征(如共价/非共价键能)而忽视化学空间动态(如官能团反应性、残基极性),导致模型记忆数据偏差而非学习物理规律,泛化能力受限。尤其在G蛋白偶联受体(GPCR)等数据稀缺靶标(如大麻素受体1,CB1R)上,小样本数据易导致过拟合。为解决这些问题,研究人员提出基于多尺度交互图神经网络(MSIGN)的深度学习模型,通过整合物理与化学先验知识,并采用预训练-微调迁移学习范式,提高合成大麻素(SCs)与CB1R结合亲和力的预测准确性,并通过湿实验验证模型可靠性。该论文发表在《Digital Discovery》。

研究人员主要采用了以下关键技术方法:(1)多尺度图结构构建:包括三维原子交互图(捕获共价与非共价相互作用)、配体功能团图(二维化学连接)和蛋白质氨基酸残基图(基于Cα原子5 ?距离阈值定义残基接触),从物理与化学两个维度表征复合物特征。(2)特征提取模块:基于消息传递神经网络(MPNN)框架,分别计算配体-蛋白质共价/非共价相互作用特征,以及功能团与氨基酸残基特征,并通过交叉注意力层融合。(3)预训练-微调策略:先在通用数据集PDBbind v2020(包含14127个复合物)上预训练MSIGN,捕捉普适结合规律;再在自建的CB1R特异性数据集SCsDB(来自BindingDB,经严格筛选后保留4166个配体亲和对)上进行全微调,适应目标域分布。(4)模型验证:通过表面等离子共振(SPR)和荧光成像(基于GRABeCB2.5传感器)对三种新型合成大麻素进行湿实验验证。研究使用公开数据集PDBbind v2020和BindingDB。

结果部分:

**3.1 通用MSIGN与基线模型比较**
在CASF-2013、CASF-2016和2019核心测试集上,MSIGN的均方根误差(RMSE)分别为1.256、1.130和1.327,皮尔逊相关系数(Rp)分别为0.848、0.857和0.673,均优于DeepDTA、MGraphDTA、Pafnucy、GIGN、SS-GNN、EHIGN及机器学习基线(随机森林和XGBoost)。通过非参数自助法计算95%置信区间,MSIGN性能显著领先,证明其融合原子物理与化学特征的优越性。

**3.2 消融研究与置换分析**
特征消融实验显示:完整MSIGN(含原子交互图IG、功能团图FG、氨基酸残基图AARG)的验证集RMSE为1.219、Rp为0.747;仅保留IG时RMSE升至1.353、Rp降至0.701;移除IG而仅用FG+AARG时性能最差(RMSE 1.401, Rp 0.654)。置换控制测试中,打乱配体或蛋白质标签导致性能显著下降(如配体置换后CASF-2013上Rp跌至0.0478),而原始配对下Rp达0.848,证明模型捕获真实三维空间互补性而非数据集偏差。

**3.3 通用MSIGN在GPCR家族上的表现**
从InterPro和GPCRdb中提取48个GPCR-配体复合物作为外部测试集,MSIGN预测的RMSE为1.5626,Rp仅0.2705,表明直接应用通用模型无法有效捕捉GPCR(如CB1R)复杂的相互作用模式,揭示小样本靶标需迁移学习。

**3.4 基于MSIGN的迁移学习**
对比不同微调策略:无预训练直接训练MSIGN时,训练时间长、RMSE波动大、收敛差;冻结微调虽减少训练时间,但全微调策略在验证集上取得最低RMSE,仅需124轮收敛,证明“预训练+全微调”可桥接领域偏移,有效学习SC-CB1R特异性特征(如前庭吲哚基取向和残基极性分布)。

**3.5 模型预测可靠性的实验验证**
混合Ki、Kd、IC50标签的模型(MSIGN_Mix)在SCsDB上RMSE最低、Rp最高(0.790),优于仅用Ki子集(N=2916)或IC50子集(N=1215)的模型。分析认为标签杂交通过扩大训练集和平滑指标噪声提升性能。

**3.6 模型预测的实验验证**
使用稳定表达内源性大麻素传感器GRABeCB2.5的HEK293T细胞系,通过高内涵成像系统(Operetta CLS)测量荧光强度变化(ΔF/F0),对三种新型合成大麻素(CPU-026、CPU-031、CPU-032)进行功能验证。剂量-反应曲线及SPR测定的Kd值作为生理“金标准”,与MSIGN预测结果高度一致。

**3.7 全微调MSIGN实现最优预测**
在四类内部训练范式中,全微调策略最接近实验值:通用模型系统性高估(域偏移),无预训练模型低估(欠拟合),冻结微调部分改善但仍受限于参数固定。对外部基准比较:MSIGN的平均绝对误差(MAE)显著低于AutoDock Vina(物理对接)、EHIGN、SS-GNN以及RF/XGBoost,成为唯一提供可靠无偏预测的方法。这验证了多尺度交互建模与领域知识迁移的协同效应。

**3.8 研究局限**
湿实验验证仅涉及三种新型合成大麻素,样本量有限;SPR和荧光测定存在固有变异;未与更先进的自由能微扰(FEP)方法比较;结论是否可推广至CB2受体或其他GPCR家族有待探索。

**讨论与结论**
研究提出基于多尺度交互图神经网络(MSIGN)的结合亲和力预测模型。与现有深度学习模型相比,MSIGN在多个评价指标上达到最优性能,归因于其不仅提取具有物理意义的共价和非共价相互作用,还整合了关键的化学先验知识。此外,预训练-微调范式在合成大麻素数据集上被证明有效,且全微调策略优于冻结微调,可应对下游任务数据有限的挑战。该工作为计算药物发现和分子设计提供了一种新框架。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号