仅4/9结合！新评分框架让D-肽亲和力排序相关性飙至0.90
Mirror-Score: Calibrated, Inference-only Scoring Exposes the Limits of Sequence-compatibility Ranking in D-peptide Design
📖 AI 总结
该研究针对D型肽计算设计中缺乏可靠亲和力排序方法的问题，提出了Mirror-Score——一种面向异手性D肽/ L蛋白复合物的校准式、仅推理评分框架，并构建了涵盖四个靶标家族、31个晶体复合物（其中18个具有文献验证亲和力）的公开基准。研究发现，ProteinMPNN原始负对数似然并非有效的亲和力排序指标：其与亲和力的合并Spearman相关系数仅为0.19，且在MDM2/CHIP（+0.62）与gp41（-0.70）之间出现相关性反转。相比之下，Boltz-2镜像空间共折叠置信度在病毒入侵家族中表现优异，界面pLDDT的结构级留一法Spearman相关系数达0.90，并能正确排序全部三条肽的亲和力。但作者指出，由于仅涉及三个独立化学型，该结果仅表明方向一致性，尚不构成统计验证的预测器；跨家族校准在当前样本量下无法迁移，家族匹配校准是实际可行的部署方式。研究还提出了针对铜绿假单胞菌LasR和LecB靶标的前瞻性设计流程，并公开了代码、基准数据与分析脚本。
🔑 关键词速览
| D-肽 | 由D-氨基酸组成的肽，具有蛋白酶抗性和高靶标特异性。 |
| ProteinMPNN | 一种基于深度学习的蛋白质序列设计方法，用于给定骨架生成序列。 |
| 负对数似然 (NLL) | 衡量模型预测序列概率的指标，值越低表示预测越自信。 |
| Boltz-2 | 一种用于预测蛋白质复合物结构的共折叠模型，提供置信度评分。 |
| pLDDT | 预测局部距离差异测试，用于评估蛋白质结构预测的局部置信度。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅