25个任务+严格预算，PMO-Dock首次公平对决4大分子优化方法！
PMO-Dock: Benchmarking Docking, Specificity, and Generalization in Molecular Optimization
📖 AI 总结
本文提出PMO-Dock，一个面向基于对接的分子优化的基准与评估协议。现有PMO基准依赖简单性质预言机，难以反映基于结构的药物设计需求，而领域转向对接目标后评估实践缺乏统一标准。PMO-Dock包含25项任务，覆盖命中生成、先导优化及新增的特异性任务，后者要求强靶向结合并惩罚脱靶相互作用。协议将模型开发与最终评估分离，验证任务用于超参数调优，测试任务严格保留并在有限预言机预算下评估。作者对四种代表性方法（Saturn、GenMol、遗传引导GFlowNet、ChemLlama）进行基准测试，结果显示没有普遍最优方法，超参数跨任务与跨类别迁移往往有限且因方法而异，表明需采用依赖方法的选择策略。该基准为评估对未见任务的泛化能力及有限预算下的样本效率提供了具体标准。
🔑 关键词速览
| PMO-Dock | 面向对接的实用分子优化基准，包含25个任务，用于评估基于对接的分子优化方法。 |
| 对接（Docking） | 一种计算模拟方法，用于预测小分子配体与蛋白质靶标之间的结合模式和亲和力。 |
| 预言机（Oracle） | 在分子优化中，指用于评估分子性质或对接分数的计算模型或函数，通常作为优化目标。 |
| 样本效率（Sample Efficiency） | 衡量优化算法在有限评估次数下找到最优解的能力，是分子优化中的关键指标。 |
| 特异性（Specificity） | 指分子对靶标蛋白具有强结合同时避免与其他蛋白（脱靶）相互作用的能力。 |
📱 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