BindMol把结合口袋拆成热点：五个靶点上新颖命中率高于GEAM，并更常复现I/II型结合模式
核心概要
靶向药物设计的生成模型长期把蛋白—配体相互作用压成一个对接分数，掩盖了同一靶点上不同结合模式的功能差异。BindMol按参考复合物结构把结合口袋聚类成若干热点，每个热点对应一个奖励维度，再用偏好条件化的多目标强化学习同时优化这些冲突目标。在parp1、fa7、5ht1b、braf、jak2五个靶点上，其新颖命中率分别为42.617、24.580、42.149、30.767、44.864，高于GEAM的40.635、17.903、36.667、27.887、42.025，并在braf与jak2上更频繁复现晶体结构对应的I型与II型结合模式。
深度剖析
分子生成的目标从单一对接分数改为按结合口袋热点分解的奖励向量，使同一靶点上的多种结合模式成为可被显式优化的对象。 此前的生成方法大多把配体—蛋白相互作用归约为一个标量对接分数，而同一蛋白上的化合物可以采取不同结合模式并带来不同的功能与选择性。 在parp1、fa7、5ht1b、braf、jak2五个靶点上，BindMol的新颖命中率分别为42.617、24.580、42.149、30.767、44.864，均高于表中GEAM的40.635、17.903、36.667、27.887、42.025与MOLLEO的35.725、20.651、32.489、25.112、39.120。
生成过程以片段为单位逐步拼接分子，奖励由全局对接项与各热点局部相互作用项共同组成。 片段词表由能量模型打分筛选，高分片段被视为稳定配体—蛋白复合物的锚定结构，而不是使用默认片段库。 每个完整分子只做一次对接，PLIP复用该构象计算各热点相互作用，所有方法共用3000个完成分子与对接调用的评估预算。
多目标权衡由Envelope SAC处理，它学习以偏好向量为条件的策略，近似Pareto前沿的凸包。 把奖励向量用固定权重压成标量会阻止智能体在不同热点之间动态探索权衡。 在与GPI、C-MORL、PreCo共用片段动作空间、热点奖励向量、训练协议、对接预算和三个随机种子的对照中，BindMol的平均命中率为37.01%，三者分别为32.15%、32.35%、32.87%。
启示与展望
演示范围是五个蛋白靶点上的结合亲和力优化与GuacaMol多属性优化，训练使用固定受体，而晶体模式复现的评估把生成命中分子重新对接进独立的晶体结构，这些结构带有诱导契合、侧链、DFG环与C螺旋差异；结合模式统计来自对接预测的PLIP相互作用指纹，晶体模式复现只在braf与jak2上评估，因为只有这两个靶点提供可直接比较的I型/DFG-in与II型/DFG-out配对标签。
奖励使用简化的相互作用计数与静态对接构象，未按能量贡献给不同相互作用类型加权；静态对接可能奖励物理上受力的构象，因此相互作用模式是预测而非实验确认；IFP聚类数可能仍受样本量影响，需与熵和有效模式数一起解读；晶体模式复现只覆盖braf与jak2。