Site4Drug: AI 에이전트를 활용한 약물 결합 표적 부위 예측

단백질의 어느 부위에 개입할지 결정하는 것(즉, 표적 가능한 부위(targetable site)를 선택하는 것)은 무엇이 결합할지를 선택하는 것보다 종종 더 모호하고 실패하기 쉬운 병목 구간입니다. 특히 접근성(accessibility), 위상(topology), 그리고 번역 후 변형(PTMs)이 실행 가능한 영역을 제한하는 막 단백질(membrane proteins)의 경우 더욱 그러합니다. 우리는 명시적인 제약 조건, 증거 요약, 위험 플래그(risk flags) 및 추적 가능한 결정 로그를 포함하여 표적 가능한 영역의 순위 목록을 출력하는 양식 인식 부위 탐색 에이전트(modality-aware site-finding agent)인 Site4Drug를 제시합니다. 사용자가 약물 양식(drug modality)을 사전에 지정하도록 요구하는 대신, Site4Drug는 위상(topology), 소수성(hydropathy), PTM 성향(PTM propensity), 이황화 결합(disulfides), 도메인 맥락(domain context) 및 서열(sequence)을 포함하여 부위 발견에 사용된 것과 동일한 증거로부터 결합 양식(예: 항체/펩타이드 유사 vs 저분자 화합물)을 추천할 수 있습니다. 중요한 점은, 화학적으로는 타당하지만 생물학적으로 차단된(biologically occluded) 부위가 선택되는 것을 방지하기 위해, 저분자 화합물 포켓 발견(small-molecule pocket discovery)을 포함하여 이러한 증거가 모든 양식에 걸쳐 일관되게 적용된다는 것입니다.