EDWARD: E(3)-Equivariant Dual-Way Attentive Reduction for Peptide-to-Small-Molecule Design
Li, Chen, Zheng, Zhang, Jiang, Deng — J. Chem. Inf. Model. 2025 | DOI: 10.1021/acs.jcim.5c02668
🎯 E(3)等変GNNでペプチド-受容体複合体から薬効団クラウドクラスターを抽出し、幾何学ファーストのフラグメントアセンブリで低分子リード候補を設計する
① 背景と課題

ペプチドは高親和性・選択性があり創薬スタートポイントとして有望だが、経口吸収性・代謝安定性・膜透過性が低く医薬品化が難しい。ペプチド→低分子変換（peptidomimetics）は重要な設計戦略だが、既存手法には大きな課題がある。

薬効団スクリーニング（Pharmit等）: 専門家による手動アノテーションが必要
ポケット条件付き生成（DiffSBDD/Pocket2Mol）: ペプチド情報を無視し薬効団方向性が制御不可
End-to-End生成: 大規模ペプチド→低分子ペアデータが不足し過学習しやすい

→ ペプチドと受容体を同時に符号化し、薬効団制約付き幾何学ファーストアセンブリで制御可能な変換を実現

② EDWARD アーキテクチャ
Peptideatoms Receptorpocket Heterograph(3 edge types) EGNN×3 hidden=128 + CoCross- GeomAttn k=2 units PSPT=16 tokens(pharmaco-phore cloud) Semantic Head(6 roles) Retention Head(prob. pᵢ) Spatial Head(RD constraint) Fragment Assembly(MCULE library) E(3)-Equivariant

E(3)等変GNNとCoCrossGeomAttn（双方向ペプチド↔受容体クロスアテンション）を交互に積み重ね、PSPで16個の薬効団トークンに圧縮して3ヘッドで予測

③ 本研究で示したこと
  • 薬効団スクリーニング・ポケット条件付き生成を超える親和性保持・薬物様性・多様性バランス
  • 短鎖線形ペプチド（2-15 aa）でPRS=0.619、pRMSD=1.962 Åの高精度薬効団アライメント
  • 4405 PDB複合体（7103サンプル）で学習、シーケンスクラスタリングによる厳密評価
  • End-to-End学習不要の幾何学ファーストアセンブリで解釈可能・制御可能な設計
4,405
PDB ペプチド-受容体複合体（解像度≤3.0 Å）
④ 主な結果 (a) ペプチドクラス別性能
0.0 0.2 0.4 0.6 PRS ↑ 0 2 4 6 pRMSD Å ↓ 0.619 1.96 Short 2-15aa 0.595 3.33 Medium 16-30aa 0.346 5.90 Long ≥30aa 0.611 2.14 Linear 0.584 2.68 Non-linear PRS ↑ (left axis) pRMSD Å ↓ (right axis) ペプチドクラス別性能比較
④ 主な結果 (b) PSP 薬効団クラウドトークン
PSP: 薬効団クラウドトークン圧縮 Peptide atoms Top-K Softmax T = 16 Tokens HBA Hphob HBD Arom PosI NegI Semantic Head 6 roles Retention Head pᵢ score Spatial Head RD μ/σ/û
④ 主な結果 (c) フラグメントアセンブリ
フラグメントアセンブリフロー 薬効団クラスター (T=16 tokens) 位置・スケール・ロール・方向 MCULE フラグメントライブラリ 197,052件 × 6カテゴリ コア足場 + 貪欲マッチング ETKDGv3 コンフォーマー生成 Kabsch アライメント PRS / pRMSD / ClashCnt 生成候補の評価結果 PRS (短鎖): 0.619 pRMSD (短鎖): 1.962 Å 検証: MD 100ns×3 ⚠ 長鎖≥30aa: PRS=0.346に低下
④ 主な結果 (d) ベースライン比較
手法薬効団制約Pep情報
Pharmit（スクリーニング）○（手動）△
DiffSBDD / Pocket2Mol△（弱い）✗
EDWARD（本手法）○（自動）○

全指標（PRS/pRMSD/ドッキングスコア）でより良いトレードオフ達成

AutoDock Vina
+ GROMACS 100ns×3 MD による結合安定性検証
⑤ テイクホームメッセージ
🔬 薬効団クラウドクラスター (PSP)
T=16トークンに圧縮。位置・スケール・ロール・方向制約を自動学習し、専門家アノテーション不要。
🧩 幾何学ファーストアセンブリ
MCULE 197,052フラグメント×6カテゴリ。制約付きアセンブリで解釈可能・制御可能な低分子設計。
⚡ ペプチド→低分子自動化
lib/molgenへの統合でPSP薬効団制約付きリード候補生成。設計サイクルの短縮に貢献。
⚠️ 長鎖ペプチドは限界
≥30 aaでPRS=0.346に低下。実用的適用は短〜中鎖線形ペプチドへの変換に限定。
ケムインフォマティクスパイプラインへの適用
適用先ユースケース
lib/molgenPSP薬効団制約付き低分子リード候補の自動生成
lib/dockingEDWARD生成候補のUniDockRunnerによる検証・ランキング
lib/fep保持確率piによるMMGBSA優先度付け

PRS/pRMSD/ClashCntをlib/molgenスコアラーとして実装することで薬効団品質を定量評価可能

本研究のインパクト
  • • ペプチド→低分子変換の設計サイクルを計算で自動化する実用的フレームワーク
  • • ペプチドアッセイヒットがあれば即座に低分子リード候補を生成し早期創薬を加速
  • • captopril（テプロタイド→ACE阻害薬）のような変換を計算で再現・最適化
EDWARD | DOI: 10.1021/acs.jcim.5c02668 | J. Chem. Inf. Model. 2025 | lib/molgen integration target