DiffDock: Diffusion Steps, Twists, and Turns for Molecular Docking

对接(动物) 计算机科学 码头 子空间拓扑 人工智能 推论 算法 化学 生物化学 医学 护理部
作者
Gabriele Corso,Stärk, Hannes,Bowen Jing,Regina Barzilay,Tommi Jaakkola
出处
期刊:Cornell University - arXiv [Cornell University]
被引量:954
标识
DOI:10.48550/arxiv.2210.01776
摘要

Predicting the binding structure of a small molecule ligand to a protein -- a task known as molecular docking -- is critical to drug design. Recent deep learning methods that treat docking as a regression problem have decreased runtime compared to traditional search-based methods but have yet to offer substantial improvements in accuracy. We instead frame molecular docking as a generative modeling problem and develop DiffDock, a diffusion generative model over the non-Euclidean manifold of ligand poses. To do so, we map this manifold to the product space of the degrees of freedom (translational, rotational, and torsional) involved in docking and develop an efficient diffusion process on this space. Empirically, DiffDock obtains a 38% top-1 success rate (RMSD<2A) on PDBBind, significantly outperforming the previous state-of-the-art of traditional docking (23%) and deep learning (20%) methods. Moreover, while previous methods are not able to dock on computationally folded structures (maximum accuracy 10.4%), DiffDock maintains significantly higher precision (21.7%). Finally, DiffDock has fast inference times and provides confidence estimates with high selective accuracy.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
bkagyin的应助被lalaland采纳,获得10
刚刚
speansean完成签到,获得积分20
1秒前
稳妥完成签到,获得积分10
1秒前
2秒前
Yuanlang发布了新的文献求助10
3秒前
hehe_733完成签到,获得积分10
3秒前
4秒前
无我完成签到,获得积分10
4秒前
草莓夏冰雹完成签到,获得积分10
4秒前
英姑的应助被怕孤单的英姑采纳,获得10
5秒前
waka完成签到,获得积分20
5秒前
hehe_733发布了新的文献求助10
6秒前
隔岸完成签到 ,获得积分10
6秒前
情怀的应助被科研通管家采纳,获得10
6秒前
沧海一兰完成签到,获得积分10
6秒前
张伟的应助被科研通管家采纳,获得10
6秒前
秋风的应助被科研通管家采纳,获得10
7秒前
7秒前
完美世界的应助被科研通管家采纳,获得10
7秒前
852的应助被天天采纳,获得10
7秒前
超级无敌的应助被科研通管家采纳,获得10
7秒前
哈基米的应助被科研通管家采纳,获得20
7秒前
共享精神的应助被科研通管家采纳,获得10
7秒前
CipherSage的应助被科研通管家采纳,获得10
7秒前
顾矜的应助被科研通管家采纳,获得10
7秒前
慕青的应助被科研通管家采纳,获得10
8秒前
领导范儿的应助被科研通管家采纳,获得10
8秒前
风吹麦浪的应助被科研通管家采纳,获得10
8秒前
乐乐的应助被科研通管家采纳,获得10
8秒前
彭于晏的应助被科研通管家采纳,获得10
8秒前
FashionBoy的应助被科研通管家采纳,获得10
8秒前
天天快乐的应助被科研通管家采纳,获得10
8秒前
Ivanna完成签到 ,获得积分10
9秒前
无心的乾完成签到,获得积分10
9秒前
9秒前
阿努比斯的应助被speansean采纳,获得50
9秒前
傅可正完成签到,获得积分10
10秒前
10秒前
YKT完成签到,获得积分10
11秒前
yukunwang完成签到 ,获得积分10
11秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 2000
Sex, Aging, and Death in a Medieval Medical Compendium: Trinity College Cambridge MS R.14.52, Its Texts, Language, and Scribe 500
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
基于结构调控的功能化水诱导发电材料与器件研究 500
基于界面调控的高效湿气发电材料与器件研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8191198
求助须知:如何正确求助?哪些是违规求助? 9578129
关于积分的说明 21856860
捐赠科研通 7790454
什么是DOI,文献DOI怎么找? 3436543
关于科研通互助平台的介绍 2560339
邀请新用户注册赠送积分活动 2483298