MétaCan
Menu
Retour à la cohorte
Enregistrement W4407806473 · doi:10.1101/2025.02.17.638675

NRGRank: Coarse-grained structurally-informed ultra-massive virtual screening

2025· preprint· en· W4407806473 sur OpenAlexaff
Thomas DesCôteaux

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueComplex Network Analysis Techniques
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract NRGRank is a coarse-grained structurally-informed virtual screening Python package with accuracy comparable to docking-based methodologies but up to 100-fold speed increase. NRGRank is based on a coarse-grained evaluation of pairwise atom-type pseudo-energy interactions that implicitly accounts for compound and side-chain flexibility as well as limited backbone movements. We compare NRGRank to docking-based virtual screening software Glide, Autodock Vina and DOCK 3.7 on the DUD-E virtual screening benchmark using enrichment factors at 1% (EF1). We observe broad variations of EF1 values across targets, structural models and methods. For apo form or AlphaFold2 models, out of a subset of 37 targets from DUD-E, NRGRank has better EF1 values than Glide for 12 and 13 targets respectively. Even in holo form, where the accuracy of classical docking software increases, NRGRank has better EF1 values than 13, 10 and 5 targets out of 37 compared to AutoDock Vina, DOCK 3.7 and Glide respectively. Comparing the rank of true binders in Glide and NRGRank shows that true binders ranked in the top 1% are complementary between methods irrespective of the target form (AlphaFold, apo or holo). That is, utilizing NRGRank detects binders that are missed by Glide (and presumably other methods), whereas those found by Glide are missed by NRGRank. Furthermore, we observe that most hits found by NRGRank within the top 50 predictions (4.38 ± 5.49 hits on average for AF2 targets) remain once the top 1% of predictions are re-scored with Glide, but the hit rate within the top 50 predictions increases. NRGRank can evaluate one molecule in 0.3 s on average, enabling a modern laptop with 8 cores to screen 1,000,000 molecules in 24 hours – up to two orders of magnitude faster than the reported speed of DOCK 3.7, AutoDock Vina running on GPUs and Glide. NRGRank occupies a unique niche among tools for virtual screening being insensitive to structural inaccuracies but with comparable accuracy as state-of-the-art docking methods and fast as AI-based methods but without the dangers of overfitting as it is based on 780 pseudo-energy parameters. Combined with the fact that NRGRank does not require extensive or expensive computational resources or expert pre-processing of targets, it is unique in making high-performance ultra-massive virtual screening accessible to all.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0050,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0170,005

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,242
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetComplex Network Analysis TechniquesTravaux en français237 207