Hyperbolische Raumdarstellung verbessert Protein‑Ligand‑Bindungsvorhersage

Ein neues Verfahren namens HypSeek nutzt die besondere Geometrie des hyperbolischen Raums, um die Bindung von Proteinen an Liganden präziser vorherzusagen. Durch die Einbettung von Liganden, Protein‑Pockets und Protein‑Sequenzen in ein Lorentz‑Modell des hyperbolischen Raums kann HypSeek die hierarchische Struktur und die feinen Affinitätsunterschiede, die in molekularen Wechselwirkungen auftreten, besser erfassen.

Im Vergleich zu herkömmlichen, euklidischen Embedding‑Methoden erzielt HypSeek signifikante Verbesserungen bei den beiden Kernaufgaben der Wirkstoffentwicklung: der virtuellen Screening‑Phase und der Affinitäts‑Ranking‑Phase. Auf dem Benchmark‑Datensatz DUD‑E steigt die frühe Enrichment‑Rate von 42,63 % auf 51,44 % – ein Plus von 20,7 %. Bei der Affinitäts‑Ranking‑Korrelation auf dem JACS‑Datensatz verbessert sich der Wert von 0.5774 auf 0.7239, was einer Steigerung von 25,4 % entspricht.

Die Kombination aus einer dreistöckigen, protein‑gesteuerten Architektur und der Nutzung der exponentiellen Geometrie des hyperbolischen Raums ermöglicht es HypSeek, sowohl globale Aktivitätsmuster als auch subtile funktionelle Unterschiede zu modellieren. Diese Fortschritte unterstreichen das Potenzial hyperbolischer Geometrie als kraftvolle induktive Voreinstellung für die Modellierung von Protein‑Ligand‑Interaktionen und eröffnen neue Perspektiven für die Wirkstoffforschung.