Syväoppiminen rikkoo metalloproteiinien telakoinnin – sokean pisteen lääketutkimuksessa Metalloproteiinit ovat kaikkialla biologiassa—matriisimetalloproteiiniaasit syövässä, superoksididismutaasi neurodegeneraatiossa, endonukleaasit viruksen replikaatiossa. Ne ovat tärkeitä lääkkeiden kohteita, mutta laskennalliset työkalut kamppailevat niiden kanssa. Ongelma on, että metalli-ionit omaksuvat monipuolisia koordinaatiogeometrioita, joissa on joustavat sidospreferenssit ja voimakkaat polarisaatiovaikutukset, joita perinteiset pisteytysfunktiot eivät pysty tallentamaan. Useimmat telakointityökalut joko jättävät metallit kokonaan huomiotta tai rajoittuvat pelkästään sinkkijärjestelmiin. Hui Zhang ja hänen kanssakirjoittajansa esittelevät MetalloDockin, ensimmäisen syväoppimisen telakointikehyksen, joka on suunniteltu erityisesti metalloproteiineille. Keskeinen innovaatio on autoregressiivinen generointistrategia, joka lähtee metallin keskuksesta, ennustaen ensin, mikä ligand-atomi koordinoi metallin (luovuttajaatomin) kanssa, ja rakentaa loput molekyylistä ulospäin kovalenttisen topologian mukaisesti. Fysiikkaa ymmärtävät rajoitteet varmistavat realistiset koordinaatiogeometriat läpi pelin. MetalloDockin kuratoidulla 8 836 metalloproteiini-ligandikompleksilla, jotka kattavat Zn²⁺, Mg²⁺, Ca²⁺, Mn²⁺, Fe²⁺ ja Co²⁺, MetalloDock saavuttaa 78,6 % telakointimenestyksen—päihittää AlphaFold3:n, Gliden ja kaikki muut testatut menetelmät. Se ennustaa luovuttajaatomit 88,9 % tarkkuudella ja toistaa koordinaatioetäisyydet alle 0,12 Å kiderakenteista. Todellinen testi: tulevat kokeet. Virtuaalinen seulonta PSMA:ta vastaan tunnisti kaksi uutta estäjää (IC₅₀ = 0,22–0,38 μM). Rationaalinen suunnittelu, joka kohdistui influenssaan PA-endonukleaasiin—haastavaan binukleaarientsyymiin—tuotti estäjiä, joiden IC₅₀ oli jopa 191 nM. Viesti: metallin koordinointi on ollut jatkuva sokea piste laskennallisen lääkeaineiden löytämisessä. Rakentamalla fysiikan ennakkotiedot suoraan arkkitehtuuriin, syväoppiminen voi vihdoin ratkaista tämän ongelman—avaten metalloentsyymit samalle korkean läpimenon seulonnalle, joka on muuttanut muita kohdeluokkia. Artikkeli: