学术速运

​题目：MISATO - Machine learning dataset of  protein-ligand complexes for structure-based drug discovery

文献来源: https://doi.org/10.1101/2023.05.24.542082 （biorxiv）

代码：https://github.com/t7morgen/misatodataset

简介：大型语言模型（llm）极大地提高了我们理解生物学和化学的能力。然而，基于结构的药物发现的可靠方法相对较少。迫切需要高度精确的生物分子-配体相互作用数据集，特别是对于需要大量训练数据的llm。作者提出了MISATO，第一个结合了小分子的量子力学性质和相关的分子动力学模拟约20000个实验蛋白质配体复合物的数据集。从PDBbind数据集开始，我们使用半经验量子力学来系统地细化这些结构。迄今为止最大的蛋白质配体复合物的分子动力学痕迹收集物，积累到170 μs。我们提供了ML基线模型和简单的Python数据加载器，并旨在围绕MISATO培养一个蓬勃发展的社区，为ML专家提供了一个简单的切入点，而不需要深入的领域专业知识来实现下一代药物发现人工智能模型。

主要内容：

-------------------------------------------

欢迎点赞收藏转发！

下次见！