Shape-conditioned 3D Molecule Generation via Equivariant Diffusion Models

要約

リガンドベースの薬剤設計は、既知の活性分子と類似した形状の新規薬剤候補を同定することを目的としています。
この論文では、特定の分子の形状に条件付けされた 3D 分子構造を生成するために、in silico の形状条件付き分子生成問題を定式化しました。
この問題に対処するために、平行移動と回転が等変な形状誘導生成モデル ShapeMol を開発しました。
ShapeMol は、分子表面の形状を潜在的な埋め込みにマッピングする等変形状エンコーダーと、これらの埋め込みに基づいて 3D 分子を生成する等変拡散モデルで構成されます。
実験結果は、ShapeMol が、与えられた形状条件に類似した 3D 分子形状を保持する、新規で多様な薬物様分子を生成できることを示しています。
これらの結果は、タンパク質標的ポケットに結合する望ましい 3D 形状の薬剤候補の設計における ShapeMol の可能性を示しています。

要約(オリジナル)

Ligand-based drug design aims to identify novel drug candidates of similar shapes with known active molecules. In this paper, we formulated an in silico shape-conditioned molecule generation problem to generate 3D molecule structures conditioned on the shape of a given molecule. To address this problem, we developed a translation- and rotation-equivariant shape-guided generative model ShapeMol. ShapeMol consists of an equivariant shape encoder that maps molecular surface shapes into latent embeddings, and an equivariant diffusion model that generates 3D molecules based on these embeddings. Experimental results show that ShapeMol can generate novel, diverse, drug-like molecules that retain 3D molecular shapes similar to the given shape condition. These results demonstrate the potential of ShapeMol in designing drug candidates of desired 3D shapes binding to protein target pockets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google