面向统一3D分子表征学习的等变预训练Transformer模型研究

《Nature Communications》：An equivariant pretrained transformer for unified 3D molecular representation learning

本文针对当前3D分子预训练模型局限于单一领域的问题，提出了一种基于E(3)-等变Transformer的全原子基础模型（EPT）。该模型通过多领域3D分子预训练，可同时学习原子级相互作用和图级结构特征（如蛋白质残基），在配体结合亲和力预测、蛋白质/小分子性质预测方面表现优异，并应用于COVID-19病毒主蛋白酶抗病毒化合物筛选，为跨领域分子表征学习提供新范式。

　　

在当今药物研发和生命科学领域，三维分子结构信息的挖掘正成为关键突破口。虽然预训练技术在二维分子表征中已取得显著成效，但面向3D分子的预训练模型往往受限于单一领域——或专注于小分子，或聚焦于蛋白质，这种"各自为战"的模式导致跨领域知识难以共享。更关键的是，传统方法大多忽略3D空间中的几何对称性（即E(3)等变性），而这一性质对于准确描述分子构象变化和相互作用至关重要。

为突破这些瓶颈，研究团队在《Nature Communications》发表题为"An equivariant pretrained transformer for unified 3D molecular representation learning"的研究，提出了一种革命性的等变预训练Transformer（EPT）模型。该模型首次实现跨小分子、蛋白质等多领域的统一3D表征学习，在保留E(3)等变性的同时，既能捕捉原子间的局部相互作用，又能解析残基级别的结构特征。实验证明，该模型在配体结合亲和力预测任务中实现显著提升，对蛋白质和小分子性质预测也达到竞争性水平。尤为重要的是，研究团队成功将其应用于COVID-19病毒主蛋白酶（M^pro）的抗病毒化合物筛选，并通过计算与实验验证了候选化合物的有效性，为应对突发传染病提供了新的AI驱动解决方案。

关键技术方法包括：构建E(3)-等变Transformer架构实现旋转平移不变的3D表征；设计多任务预训练策略融合原子级与图级特征；采用几何消息传递机制建模分子相互作用；使用多领域数据集（包括蛋白质数据库PDB和小分子数据库ChEMBL）进行预训练；结合自由能微扰（FEE）计算和体外实验验证模型预测效果。

研究结果方面，通过系统的实验设计验证了模型的优越性：在"跨领域表征迁移能力评估"中，模型在未见过的蛋白质-配体复合物上仍保持高精度；"等变性与表征质量分析"显示E(3)等变设计显著提升了对分子空间变换的鲁棒性；"抗病毒化合物筛选应用"部分证实模型能从百万级化合物库中高效识别M^pro抑制剂，其中两个先导化合物经表面等离子共振（SPR）验证具有纳摩尔级亲和力。

结论部分强调该研究首次建立了面向多领域3D分子的统一表征学习框架，其等变特性克服了传统方法对坐标系选择的敏感性。模型展现出的跨任务泛化能力为AI辅助药物研发提供了新范式，特别是在突发传染病威胁下可实现快速响应。讨论中指出，未来可扩展至RNA-配体相互作用等更复杂体系，但当前模型对构象动态变化的捕捉仍有提升空间。这项研究标志着几何深度学习与计算生物学融合的重要进展，为精准医疗和绿色药物研发注入新动能。