JAMUN: Transferable Molecular Conformational Ensemble Generation with Walk-Jump Sampling

要約

タンパク質構造の立体配座集合は、タンパク質の機能を理解する上でも、潜在的なポケットなどの新しいモダリティでの創薬にとっても非常に重要です。
アンサンブルをサンプリングする現在の手法は計算効率が低いか、トレーニング データの外部のシステムに転送されません。
我々は、任意のタンパク質のボルツマン分布を効率的にサンプリングするという目標に向けた一歩である、ユニバーサル ノイズを使用したウォーク ジャンプ加速分子アンサンブル (JAMUN) を紹介します。
ウォーク ジャンプ サンプリングを点群に拡張することにより、JAMUN は従来の分子動力学や最先端の​​ ML 手法よりも桁違いに速い速度でアンサンブルを生成できるようにします。
さらに、JAMUN は、トレーニング中には見ら​​れなかった小さなペプチドの安定盆地を予測することができます。

要約(オリジナル)

Conformational ensembles of protein structures are immensely important both to understanding protein function, and for drug discovery in novel modalities such as cryptic pockets. Current techniques for sampling ensembles are computationally inefficient, or do not transfer to systems outside their training data. We present walk-Jump Accelerated Molecular ensembles with Universal Noise (JAMUN), a step towards the goal of efficiently sampling the Boltzmann distribution of arbitrary proteins. By extending Walk-Jump Sampling to point clouds, JAMUN enables ensemble generation at orders of magnitude faster rates than traditional molecular dynamics or state-of-the-art ML methods. Further, JAMUN is able to predict the stable basins of small peptides that were not seen during training.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google