Ruby跳过显式结合位姿预测效价:最低档25毫秒打分,富集略胜慢1250倍的Boltz-2
核心概要
药物发现中,自由能方法准确但太贵、配体QSAR便宜却难泛化到新骨架,计算路线往往只覆盖筛选或先导优化一端。Ruby以共折叠模型Pearl的蛋白-配体成对表示直接预测效价,不生成显式结合位姿,同一检查点可在四档推理算力间调节。在七个公开筛选集上,最低档每配体25毫秒的富集略优于约30秒的Boltz-2,最高档每配体4秒把富集约翻倍到0.43。
深度剖析
效价预测模型Ruby不再为每个化合物生成显式结合位姿,而是直接读取共折叠模型Pearl主干输出的蛋白与配体token之间全部关系的表示来给出效价。 结构启发的效价预测通常先生成显式位姿再打分,而位姿生成昂贵、常不准确,并限制可虚拟筛选的化合物规模。 在七个公开筛选集上,Ruby最低档每配体25毫秒的富集略好于Boltz-2约30秒的水平,后者慢1250倍;提高到最高档每配体4秒时富集约翻倍到0.43,高于所评估的每一种方法。
省去位姿生成让同一模型检查点可在低、中、高、最高四档推理算力下工作,算力跨度超过两个数量级。 扩散式共折叠推理预算中最大的一块被去掉,使模型既能用于百万级化合物的初筛,也能在系列内仔细排序。 与Nvidia合作优化低算力推理路径,改用NVFP4内核、Transformer Engine、cuBLAS BF16x9、CUDA Graphs和cuEquivariance注意力后,某示例靶点在相同模型算力下每配体热推理从44毫秒降到15毫秒,仅内核工作就带来约三倍吞吐。
在真实项目数据上,Ruby无需这些特定实验的任何先验数据,零样本即可给出可用的效价排序。 公开基准必要但不充分,真实项目才是性能真正重要的地方。 在5个多样化项目的8个实验上,零样本平均Spearman相关系数为0.61,高于所有其他被基准测试的模型;同一靶点两种不同实验测定之间的Spearman相关有时只有0.70甚至更低;用同一实验内的早期测量重新校准后还能进一步提升。
启示与展望
已展示的范围是七个公开筛选集的重新排序、四个公开效价基准上的零样本比较,以及5个多样化项目的8个实验;输入为蛋白序列与配体SMILES,命中鉴定评估中不使用其他信息。
真实项目上的0.61是零样本平均Spearman相关,且同一靶点两种实验测定之间的相关本身有时只有0.70或更低;用同一实验内早期测量重新校准可进一步提升,但提升幅度未在材料中给出。
