今天介绍的是一篇发布在arXiv上的文章，题目为 “Generating Developable 3D Molecules via Pocket-Conditioned Diffusion and Property-Aware Optimization”。

文章提出了一个名为 conDitar-dev 的结构基础药物设计框架。它不仅希望根据蛋白质结合口袋生成具有较强结合能力的三维小分子，还试图在生成阶段直接优化致癌性、致突变性、心脏毒性、肠道吸收和血脑屏障通透性等ADMET性质。

1.引言

从发现一个具有生物活性的分子，到最终将其开发为可以进入临床的药物，通常需要经历靶点确认、先导化合物发现、活性优化、药代动力学评价、安全性评价和临床试验等多个阶段。一个分子即使能够与目标蛋白紧密结合，也不意味着它一定能够成为药物：它可能难以被人体吸收，可能无法到达作用部位，也可能存在肝毒性、心脏毒性、致突变性或其他安全风险。

近年来，扩散模型逐渐成为三维分子生成的重要方法。以TargetDiff、DecompDiff和DiffSBDD等模型为代表的结构基础药物设计方法，可以将蛋白质结合口袋作为条件，从随机噪声中逐步生成配体的原子类型和三维坐标。与传统的虚拟筛选不同，这些模型不是从已有分子库中寻找候选物，而是直接在化学空间中设计新的分子。

然而，现有基于扩散模型的SBDD方法仍然存在三个主要问题。

第一，许多模型在每一个去噪步骤中同时学习蛋白口袋表示和配体表示。由于扩散早期的配体结构接近随机噪声，这些错误或不稳定的配体信息可能反过来干扰口袋表示，使条件信息在多轮去噪过程中发生漂移。

第二，很多模型主要在原子尺度上描述蛋白质与配体之间的相互作用，却较少显式利用残基层面的信息。原子尺度可以描述局部距离和方向，但残基尺度包含疏水性、电荷、极性以及更大范围的结构环境，两种尺度共同决定配体识别和结合。

第三，现有模型大多优先优化结合亲和力，而将ADMET性质留到后续先导化合物优化阶段。这样可能产生大量“对接分数很好，但开发价值有限”的分子，增加后续筛选和实验验证的成本。

针对这些问题，作者提出了 conDitar-dev。其核心思想可以概括为：

先单独学习稳定、可复用的多尺度蛋白口袋表示，再以该表示为固定条件生成三维配体，最后在不重新训练扩散模型的情况下，通过优化采样噪声轨迹改善分子的ADMET性质。

conDitar-dev由三个主要模块组成：

1. msPRL：预训练的多尺度口袋表示学习模块；
2. conDitar：由蛋白口袋条件控制的三维分子扩散模型；
3. paOPT：在生成阶段运行的性质感知优化模块。

作者不仅进行了大规模计算评价，还选择PD-L1和CSF1R两个药物靶点开展分子合成与生物实验。两个直接为PD-L1生成的分子获得了3.49 μM和3.75 μM的SPR结合常数；以模型生成分子为模板进行类似物扩展后，研究人员还发现了对CSF1R具有200 nM和309 nM活性的抑制剂。

2.方法

2.1模型整体架构

conDitar-dev的完整流程分为三个阶段。

第一阶段：预训练蛋白口袋表示

作者首先使用msPRL对蛋白质口袋进行自监督预训练。模型同时编码口袋中的原子和残基，并输出具有旋转、平移几何性质的标量表示与向量表示。

这一阶段只处理蛋白口袋，不依赖当前正在生成的配体。因此，在后续扩散过程中，口袋条件可以保持固定，避免因为早期配体噪声而不断改变。

第二阶段：根据口袋生成三维配体

conDitar以msPRL产生的口袋嵌入为条件，从随机初始化的配体原子坐标和原子类型出发，逐步执行反向扩散。其内部的pcLG模块同时建模：

• 配体内部的原子—原子相互作用；
• 配体原子与口袋原子的相互作用；
• 配体原子与口袋残基的相互作用。

模型最终输出配体的原子类型和三维坐标，并根据预测的原子关系辅助判断化学键类型。

第三阶段：生成时优化ADMET性质

paOPT不修改conDitar的模型参数，而是记录扩散采样过程中注入的高斯噪声和Gumbel噪声，并将整条噪声轨迹视为可优化变量。

每完成一次生成，外部性质预测器都会为最终分子计算一个目标分数，例如致癌风险、Ames致突变风险、hERG抑制风险、人肠道吸收概率或血脑屏障通透概率。paOPT随后根据该分数调整噪声轨迹，再次生成分子，使结果逐步向目标性质更优的方向移动。

因此，conDitar负责“生成能够适配口袋的分子”，paOPT负责“在保持口袋条件和生成模型不变的情况下，将采样方向推向更可开发的区域”。

2.2数据准备

（1）训练数据

作者使用广泛应用于结构基础分子生成的CrossDocked2020数据集进行训练。原始数据包含约2250万个对接复合物，研究人员按照已有工作中的处理流程筛选高质量构象，并保留：

• 实验解析的蛋白质—配体复合物；
• 与实验配体构象相比，重原子RMSD小于1 Å的高质量对接构象；
• 蛋白质序列相似性低于30%的多样化样本。

最终训练集包含约 100,000个蛋白质—配体复合物。

对于每个复合物，作者将距离配体10 Å以内的蛋白质残基及其原子定义为结合口袋。训练msPRL时只使用这些蛋白口袋；训练conDitar时则使用蛋白口袋与真实配体组成的复合物。

（2）CrossDocked测试集

作者沿用CrossDocked2020中常用的100个测试口袋。测试时，已知配体只用于确定蛋白质口袋区域，并不会作为生成模型的输入。模型需要仅根据口袋结构生成新的配体。

（3）CDH人类疾病靶点测试集

CrossDocked测试集同时包含人类和非人类蛋白质，其中非人类靶点占比较高。为了增强评价结果与人类药物发现的相关性，作者进一步构建了一个只包含人类靶点的CDH测试集。

该数据集共包含 72个蛋白靶点：

• CrossDocked测试集中的33个人类靶点；
• 9个非人类靶点对应的人类直系同源蛋白；
• 30个从PDB中额外筛选的、具有治疗价值的人类疾病相关靶点。

这些靶点覆盖肿瘤、神经系统疾病、自身免疫和炎症等疾病方向。实验中，每种方法针对每个口袋生成100个分子。

2.3核心算法

（1）msPRL：多尺度口袋表示学习

msPRL由口袋编码器和口袋解码器组成。

口袋编码器分别构建原子图和残基图，并使用带有几何向量感知器（GVP）的图注意力网络提取两类特征：

• 不变标量特征：原子类型、残基类型、距离和化学属性等，在旋转和平移后保持不变；
• 等变向量特征：原子之间的相对方向和三维几何信息，会随结构旋转而同步旋转。

对于口袋原子  ，模型根据其邻近原子的化学和空间信息更新表示：

其中， 表示原子间距离， 是图注意力权重。残基图采用类似方式更新残基表示。

随后，模型通过门控机制将每个原子的表示与其所属残基的表示融合：

其中， 由模型学习，用于决定当前位置更依赖精细的原子信息，还是更依赖较高层次的残基环境。

为了进行自监督预训练，作者随机选择口袋中20%的原子，对其坐标加入噪声并遮蔽原子类型。解码器需要根据口袋嵌入恢复被扰动的坐标噪声和原子类型：

通过这一任务，msPRL被迫学习能够反映局部几何、原子组成和残基环境的稳定口袋表示。

其中， 表示第 层中原子 的隐藏表示， 表示原子 的邻域， 表示原子 对邻居 的注意力权重， 是用于融合原子尺度与残基尺度信息的门控系数。

（2）conDitar：口袋条件扩散模型

conDitar同时对配体原子坐标和原子类型进行扩散。

对于原子坐标，前向过程逐步加入高斯噪声：

随着时间步增加，原始三维坐标逐渐接近各向同性高斯噪声。

对于离散的原子类型，模型采用类别扩散。当前原子类型以一定概率被保留，其余概率被分配到其他原子类别：

其中， 为原子类型数量。

在反向生成过程中，模型从随机坐标和随机原子类型出发，在固定口袋嵌入的条件下，逐步预测无噪声的配体结构：

其中， 是msPRL产生的固定口袋表示， 包含口袋原子和残基的坐标、类型等信息。

（3）pcLG：多尺度口袋—配体相互作用

pcLG是conDitar中实际执行去噪的图神经网络。

对于每个配体原子，pcLG同时聚合三类信息：

1. 邻近配体原子的表示，用于学习配体内部结构；
2. 邻近口袋原子的表示，用于学习精细的原子级相互作用；
3. 邻近口袋残基的表示，用于学习更高层次的化学环境。

可以将每层更新简化表示为：

原子级信息可以帮助模型判断氢键、空间排斥和局部方向；残基级信息则提供疏水性、极性、电荷和较大范围口袋形状等背景。

此外，pcLG还在多个网络层预测配体原子之间的键类型。模型总损失由坐标、原子类型和键类型三部分组成：

显式加入键类型监督，有助于减少错误价态和不合理的局部结构。

（4）配体大小的确定

在开始扩散前，模型还需要确定待生成配体包含多少个重原子。

作者首先根据口袋几何大小将蛋白口袋划分到不同区间，然后统计训练集中每个口袋大小区间对应的配体原子数分布。生成时，根据当前口袋所属区间，从经验分布中采样配体重原子数量。

因此，模型不会为所有口袋固定生成相同大小的配体，而是让配体大小与口袋空间相匹配。

（5）paOPT：将扩散噪声变成优化变量

标准扩散采样中的随机性来自两部分：

• 更新原子坐标时注入的高斯噪声；
• 更新原子类型时使用的Gumbel噪声。

paOPT将整个生成过程写成从噪声轨迹到最终分子的确定性映射：

其中， 和口袋表示保持不变， 和 分别表示坐标噪声轨迹和原子类型噪声轨迹。

若外部性质预测器给出的奖励为  ，优化目标可写为：

问题在于，实际使用的ADMET预测器通常是黑盒模型，只返回一个分数，无法直接反向传播梯度。为此，作者采用零阶梯度估计：对噪声轨迹施加正、负随机扰动，根据两次性质分数的差异估计优化方向。

这种方法不需要知道ADMET预测器的内部结构，也不需要重新训练conDitar。理论上，只要能为一个分子计算标量奖励，就可以将新的性质评价器接入paOPT。

3.实验结果

3.1结合能力与整体生成质量

作者在72个CDH人类蛋白口袋上，将conDitar与AR、Pocket2Mol、DiffSBDD、TargetDiff、DecompDiff、DecompOpt和IPDiff等方法进行比较。

评价指标包括：

conDitar取得了以下主要结果：

• 平均Vina D为 -8.85 kcal/mol；
• Vina D中位数为 -8.71 kcal/mol；
• 平均HA%为 -62.2%；
• HA%中位数为 -74.6%；
• 相比未被排除的最佳基线，Vina D提升约 -7.4%；
• 成功率SR为 -22.0%。

作者认为，性能提升主要来自两个设计：首先，口袋由msPRL提前编码，不需要在每个扩散时间步重新学习；其次，pcLG同时使用原子和残基尺度的口袋—配体相互作用。

需要注意的是，IPDiff在部分Vina指标上给出了很低的数值，但其生成结果明显偏向富碳、单键占比过高的简单疏水结构。作者认为，这类结构可能通过非特异性疏水作用获得较好的对接分数，却不一定具有真正良好的药物开发价值，因此没有将其作为主要最佳结果进行比较。

3.2ADMET性质优化

作者使用ADMET-AI评价五项性质：

• Carci：致癌性，越低越好；
• Ames：Ames致突变性，越低越好；
• hERG：抑制hERG钾离子的风险，越低越好；
• HIA：人肠道吸收概率，越高越好；
• BBBP：血脑屏障通透概率，越高越好。

conDitar与conDitar-dev的平均结果如下：

其中，Ames等性质相对conDitar的改善幅度最高达到约 73%。更重要的是，paOPT优化ADMET性质后，整体结合能力仍然与原始conDitar接近，没有因为性质优化而完全破坏口袋适配。

上图展示了优化迭代过程中五项性质的变化。每次实验只指定一个目标性质：

• 优化Carci、Ames和hERG时，目标分数持续下降；
• 优化HIA和BBBP时，目标分数持续上升；
• 其他未被直接优化的性质大多保持相对稳定。

不过，不同性质之间仍然存在轻微冲突。例如，提高HIA或BBBP有时会增加hERG风险，而降低hERG也可能轻微降低吸收和通透性。这说明单目标优化并不能完全解决真实药物设计中的多性质权衡问题。

3.3化学稳定性与药物过滤规则

在原子价态稳定性方面，conDitar和conDitar-dev分别达到 0.935 和 0.937。在整分子稳定性方面，两者分别为 0.330 和 0.349。paOPT在改善ADMET性质的同时，还略微提高了分子的化学稳定性。

对于三维结构分布，conDitar在键长和二面角的Jensen-Shannon散度上接近或优于基线，说明生成结构与训练集中真实配体的几何分布较为接近。

作者还使用多种药物化学过滤规则进行评价，包括：

• Lipinski Rule of Five；
• Ghose、Veber和ZINC规则；
• PAINS、BMS、SureChEMBL和NIBR结构警报；
• Bredt规则、复杂度和分子图合法性检查。

conDitar和conDitar-dev在多数过滤规则上的通过率接近或高于已上市药物集合。与conDitar相比，conDitar-dev在BMS、PAINS、SureChEMBL和NIBR等结构警报上的表现进一步改善，说明ADMET优化减少了一部分潜在反应性、毒性或非特异性结构片段。

作者还分析了不同方法生成分子的原子和化学键组成。

conDitar和conDitar-dev的碳、氮、氧及其他元素比例总体接近训练数据，但与多数扩散模型一样，仍存在碳原子和单键偏多、芳香键偏少的问题。这反映出三维扩散模型虽然擅长局部几何去噪，但对完整芳香环等全局拓扑结构的恢复仍然较困难。

3.4PD-L1实验验证

PD-L1是肿瘤免疫治疗中的重要靶点。作者使用PDB编号 5N2F 的蛋白质—配体复合物确定口袋，并通过conDitar-dev生成新的候选配体。

经过结构过滤、质子化、能量最小化和GLIDE对接后，研究人员选择部分分子进行合成与表面等离子共振（SPR）实验。

两个由conDitar-dev直接生成的分子获得了低微摩尔水平的结合能力：

对接分析显示，生成分子与参考配体具有相似的结合模式。两者都能够在PD-L1二聚体界面与TYR-56附近形成芳香相互作用，并与ASP-122附近区域发生作用。

这一结果说明，conDitar-dev产生的不只是具有较好计算对接分数的三维结构，其中部分分子能够被真实合成，并在体外实验中表现出可检测的靶点结合能力。

3.5CSF1R实验验证与类似物扩展

CSF1R是一种与巨噬细胞生存、增殖和分化相关的受体酪氨酸激酶。作者使用PDB编号 8W1L 的结构生成候选分子。

对接结果显示，模型生成分子与参考抑制剂在CYS-666和ASP-796附近形成了相似的关键相互作用。

在CSF1R案例中，作者并不是只测试模型直接生成的分子，而是将生成分子作为三维形状查询模板，使用FastROCS在Sanofi内部化合物库中搜索类似物，再结合对接、机器学习活性预测和多参数排序筛选候选物。

最终发现的两个高活性分子为：

另外，CL-3、CL-4、CL-5和CL-6的活性处于2.5—5.939 μM范围。

这里需要区分“直接生成命中”和“由生成结果启发的命中”：CL-1和CL-2并不是conDitar-dev直接输出的新分子，而是以生成分子为模板，从已有化合物集合中发现的类似物。直接生成并被测试的两个CSF1R分子CL-10和CL-11未表现出显著活性。

因此，CSF1R案例更准确地证明了模型可用于 提出新的三维结构模板并支持后续hit expansion，而不是证明模型能够在所有靶点上直接一次生成纳摩尔活性分子。

4.讨论

本文提出的conDitar-dev，将蛋白口袋预训练、口袋条件三维扩散和生成时性质优化结合在同一个框架中，其主要贡献体现在三个方面。

第一，作者将口袋表示学习与配体扩散解耦。msPRL提前学习稳定的蛋白口袋嵌入，conDitar在生成时直接使用固定口袋表示。相比在每个扩散步骤中同时更新蛋白和配体特征，这种设计能够减少口袋条件受到早期噪声配体干扰的风险。

第二，模型同时建模原子尺度和残基尺度的信息。原子级相互作用描述精细的局部几何，残基级相互作用提供更完整的化学环境，两者结合使模型更容易理解蛋白口袋适合容纳什么样的配体。

第三，paOPT提供了一种不重新训练扩散模型的性质控制方式。它将扩散过程中原本随机采样的噪声轨迹转化为优化变量，并通过零阶梯度接入黑盒ADMET预测器。这种设计具有较强的可插拔性，未来理论上可以接入溶解度、代谢稳定性、选择性或其他评分函数。

不过，这项工作仍有一些需要谨慎理解的地方。

首先，论文中的主要ADMET结果来自ADMET-AI预测，并不是对生成分子的完整体外或体内药代、安全性实验。优化黑盒预测器还可能产生“利用预测模型漏洞”的分子，因此预测分数改善不等同于真实药物性质一定改善。

其次，paOPT当前主要一次优化一个ADMET目标，而真实药物设计需要同时平衡活性、选择性、溶解度、吸收、代谢、毒性和合成难度。论文中的迭代曲线已经显示HIA、BBBP与hERG之间存在一定冲突，未来需要进一步发展多目标或Pareto优化方法。

第三，虽然论文使用SA评分和多种过滤规则评价合成可行性，但模型没有直接生成合成路线，也没有保证每个新分子都能通过现实可行的化学反应合成。

第四，实验验证结果需要区分不同层次。PD-L1的PL-1和PL-2属于模型直接生成并获得低微摩尔结合的分子，是较直接的生成验证；CSF1R的200 nM和309 nM分子则来自以生成结构为模板进行的类似物搜索，体现的是生成模型对hit expansion的支持能力。

第五，从蛋白质柔性角度看，conDitar-dev仍然以单一静态口袋结构作为条件，并未显式模拟口袋在不同构象或物理时间轨迹中的变化。对于构象变化明显、诱导契合或隐蔽口袋相关靶点，如何让生成模型适应动态口袋仍然是值得进一步研究的问题。

总体而言，conDitar-dev的重要意义并不只是将Vina分数再提高一些，而是尝试把“结合驱动的分子生成”和“可开发性优化”前移到同一个生成阶段。文章还通过真实的分子合成和生物实验说明，生成模型可以参与从结构设计、候选筛选到类似物扩展的早期药物发现流程。

5.原文链接

论文链接：

https://arxiv.org/abs/2607.12349

项目代码：

https://github.com/ninglab/conDitar-dev