Apo2Mol: 3D Molecule Generation via Dynamic Pocket-Aware Diffusion Models¶
会议: AAAI 2026
arXiv: 2511.14559v1
代码: https://github.com/AIDD-LiLab/Apo2Mol (有)
领域: AI for Science / 药物设计 / 扩散模型
关键词: 结构药物设计, apo-holo构象变化, 蛋白质口袋动力学, 3D分子生成, SE(3)等变
一句话总结¶
提出Apo2Mol，一个基于扩散的全原子框架，从蛋白质apo（未结合）构象出发，同时生成3D配体分子和对应的holo（结合态）口袋构象，使用24K实验解析的apo-holo结构对训练，在结合亲和力（Vina min -7.86）和药物类似性上达到SOTA。
背景与动机¶
基于结构的药物设计(SBDD)中，现有深度生成模型（TargetDiff、DecompDiff等）假设蛋白质口袋是刚性的，直接在holo构象上训练和生成。但蛋白质本质上是动态的——配体结合会引发口袋的构象重排。当仅有apo构象可用时（新靶点、无共晶体结构），这些方法的生成质量大幅下降。
DynamicFlow尝试用MD模拟轨迹建模口袋动力学，但MD模拟计算昂贵、受力场参数限制，且可能引入模拟特有的伪影。
核心问题¶
如何在仅有apo蛋白构象的条件下，同时生成高亲和力的配体和合理的holo口袋构象，且不依赖于MD模拟数据？
方法详解¶
整体框架¶
Apo2Mol = 数据准备（apo-holo对齐+插值） + SE(3)等变层次图扩散模型 - 前向扩散: 配体加噪声、口袋从holo向apo线性插值 - 逆扩散: 从apo口袋+噪声配体出发，同时去噪配体+将口袋从apo变换到holo
学习目标: \(p(\mathcal{P}^H, \mathcal{M} | \mathcal{P}^A)\)
关键设计¶
-
基于实验数据的apo-holo对: 从PLINDER数据库过滤得到24,601个实验解析的apo-holo-配体三元组，100%序列同一性，分辨率≤2.5Å。不依赖MD模拟，避免模拟伪影。按时间划分训练/验证/测试集。
-
残基级构象插值: 口袋的构象变化建模为残基级别的平移 \(\mathbf{tr}\)、旋转 \(\mathbf{q}\)（四元数）和chi角更新 \(\boldsymbol{\mathcal{X}}\)。前向过程中，平移和chi角做线性插值加高斯噪声，旋转用Slerp球面线性插值。这保持了蛋白质的结构完整性。
-
层次图消息传递: 构建蛋白-配体复合物图，定义4类边：配体内、配体-残基、残基内、残基间。SE(3)等变注意力层同时更新位置坐标和化学特征。残基级预测通过SAGPooling从原子级聚合。
损失函数 / 训练策略¶
5项损失：配体位置MSE + 配体原子类型KL散度 + 口袋平移MSE + 口袋旋转L1+范数正则 + chi角余弦损失。Adam优化器，lr 5e-4，plateau调度。4×A100-80G训练，batch size 8，~150 epochs收敛。
实验关键数据¶
从apo结构生成配体（Table 1）:
| 方法 | Vina min (Avg)↓ | Vina min (Med)↓ | QED (Avg)↑ | High Affinity↑ |
|---|---|---|---|---|
| IPDiff | -6.40 | -6.56 | 0.51 | 29.6% |
| DecompDiff | -6.37 | -6.40 | 0.56 | 34.3% |
| Apo2Mol | -6.79 | -7.09 | 0.59 | 42.7% |
与holo训练的baseline比较（Table 2，Apo2Mol仍从apo出发）:
| 方法 | Vina min (Avg) | Vina min (Med) | High Affinity |
|---|---|---|---|
| IPDiff (holo) | -7.09 | -7.08 | 44.9% |
| Apo2Mol (apo→holo) | -7.86 | -8.03 | 52.9% |
消融实验要点¶
- 层次图 vs 单边类型: 去掉层次图→Vina min从-6.79降至-6.18，QED从0.587降至0.524
- 四元数 vs 旋转向量: 替换→Vina min从-6.79降至-6.51，四元数的数值稳定性和smooth插值优势明显
- 分子结构真实性: C-C键距离分布JSD：Apo2Mol 0.178 vs IPDiff 0.216 vs TargetDiff 0.273
- 口袋生成: 生成口袋的RMSD分布与实验holo分布JSD=0.317，有改进空间但总体趋势合理
- 生成分子有效性/新颖性: 有效性88.9%, 新颖性95.3%（vs IPDiff 87.6%, 91.1%）
亮点¶
- 问题定义准确: 将apo→holo构象变化纳入药物设计的生成框架是对SBDD的根本性改进，反映了真实药物发现场景
- 数据驱动 > 模拟驱动: 用24K实验解析结构替代MD模拟，避免力场偏差
- 残基级构象建模: 不直接预测原子坐标而是预测残基的刚体变换+chi角，保持蛋白结构物理合理性
- 四元数表示旋转: 避免了欧拉角/旋转向量的奇异性问题，Slerp插值在流形上做平滑过渡
局限性 / 可改进方向¶
- 口袋生成的分布偏移: JSD=0.317说明生成口袋与真实holo仍有差距，可能需要大规模蛋白结构预训练
- 未考虑水分子和离子: 实际结合位点中水分子常参与氢键网络，忽略这些可能影响结合亲和力预测
- 静态评估: 用Vina打分而非自由能扰动(FEP)或实验验证
- 数据集偏向: 基于PDB的实验结构有偏（偏向可结晶蛋白、已知药物靶点）
- 训练成本: 4×A100-80G，150 epochs
与相关工作的对比¶
| 方法 | 口袋假设 | 数据来源 | 与Apo2Mol的关键差异 |
|---|---|---|---|
| TargetDiff/DecompDiff/IPDiff | 刚性holo | 实验holo | 不考虑口袋动力学，apo条件下性能下降 |
| DynamicFlow | 动态（MD） | MD模拟轨迹 | 依赖模拟数据可能引入伪影，Apo2Mol用实验数据 |
| Pocket2Mol | 刚性holo | 实验holo | 自回归生成，不建模口袋变化 |
启发与关联¶
- 从apo→holo的构象建模思路可迁移到蛋白-蛋白对接（PPD）中的构象选择问题
- 层次图（原子→残基）的消息传递设计对蛋白质相关任务有通用参考价值
- 数据策略值得学习：从PLINDER这样的大规模数据库中高质量过滤，比自己做模拟性价比更高
评分¶
- 新颖性: ⭐⭐⭐⭐ 将口袋动力学纳入扩散模型框架是实质性创新，数据策略也新颖
- 实验充分度: ⭐⭐⭐⭐ 两种评估设定(apo vs holo基准)、消融分析、分子/口袋结构分析全面
- 写作质量: ⭐⭐⭐⭐ 问题动机清晰，方法推导严谨
- 价值: ⭐⭐⭐⭐ 对药物设计社区有显著价值，尤其是新靶点药物发现场景