The Last Mile Problem: 物理ベース vs AI による VS 結合予測の批判的評価
Wang, Hentabli, Mettu, Gautam & Kireev — J. Chem. Inf. Model. (2026) | DOI: 10.1021/acs.jcim.6c00942
🎯 VS最終濾過(ラストマイル)に最適なBFE予測法を632複合体+DUD-Eで初の大規模横比較。コスト効率と頑健性を両立する多段戦略を提案。
① 背景と課題

ドッキングベース仮想スクリーニング(VS)は偽陽性率が高く、計算で選抜したヒットを実購入・実験検証する最終段は1化合物あたりのコストが他工程より桁違いに高い。これは物流の「ラストマイル問題」に相当し、無駄の許容範囲が極端に狭い。CACHE Challenge では参加者の多く(#1で23中16, #2で25中20)が確認ヒットを1件も得られなかった。

公開VS成功率は survivorship bias で過大評価(失敗例は未公開)
アルケミカルABFEは有望だが極めて高コスト。最終濾過に何が最適か未解明
先行ABFE評価は3標的・等数actives/decoysのROC-AUCのみで実VSを反映せず

→ 物理3法+ML7法を統一プロトコルで横比較し、活性が稀な実VSへ統計的に外挿

② 手法概要
PDBbind 632複合体 (定量精度)
+ DUD-E 135結合体/180デコイ (VS識別能)
↓
物理: ABFE(GROMACS, 25λ, 5ns, BAR)
MM/PBSA・MM/GBSA(IE/NMA補正)
↓
ML: GNINA, KDEEP, OnionNet-2,
TopologyNet, Yuel, RF-Score-VS, Boltz-2
↓
ハイパージオメトリック分布で
実VS(1000中10活性, 100選抜)へ外挿
10 手法 × 2 ベンチ
物理ベース vs AI の初の大規模統一比較

商用FEP+ではなく公開GROMACSの標準ABFEを高速化。拘束なし設定(r=0.73)で自動化容易。MD: AMBER14SB+GAFF, TIP3P, 298K, PME。

③ 計算化学パイプラインへの応用
  • lib/fep: GROMACS ABFE(25λ/BAR/soft-core)を DockFEP に追加。リガンド消去サイクル実装
  • lib/fep: MMGBSAEngine に PB ソルバ・IE/NMA 補正・最終1ns区間サンプリング
  • lib/docking: Boltz-2 1次フィルタ→ABFE精査の多段rescorer を UniDockRunner 後段に
  • lib/docking: hypergeom による実VS濃縮度(P(k)/projected NTP)評価メトリクス
実装ギャップ: lib/fep に自動ABFEワークフロー無し / Boltz-2段階フィルタ・OOD検出フィルタ未整備
④ 主な結果 (a) PDBbind 定量精度 (Pearson r)
0 0.5 1.0 0.69 ABFE ~0.9* KDEEP 0.58 Boltz-2 ~0.5 Topo/Yuel 0.34 GNINA 0.30 RF-Sc PDBbind 実験BFEとの相関

KDEEP/OnionNet-2 が高相関(*訓練重複が主因)。エンドステート法はほぼ無相関で図外。GNINA/RF-Score-VS は定量では弱い。

④ 主な結果 (b) DUD-E VS識別能 (TPR %)
0 50 100 ランダム 94 ABFE 83 MM/PBSA 81 Boltz-2 79 RF-Sc 70 MM/GBSA 38 GNINA 20-38 旧ML4種 DUD-E 全体 TPR（活性検出率）

ABFE/MM/PBSA/Boltz-2/RF-Score-VS は実VS外挿で全10活性回収。旧ML4種(KDEEP/OnionNet-2/Yuel/TopologyNet)はランダム並みで破綻。

④ 主な結果 (c) 役割の逆転

定量精度(PDBbind)と識別能(DUD-E)で物理法とMLの優劣が反転した。

手法PDBbindDUD-E
ABFEr=0.69TPR 94%
エンドステート無相関70-83%
旧ML(KDEEP等)高(訓練重複)20-38%
Boltz-2r=0.5881%

→ ML は訓練に真の非結合体を含まずdomain applicabilityが破綻。GNINA/Boltz-2 のみ end-state 物理法並みに汎化。

MM/GBSA は4標的でムラ大(HMDH で TPR 14%＝ランダム以下)。MM/PBSA を優先すべき。
⑤ テイクホームメッセージ
  • 性能は計算コスト順に並び、ABFE が両ベンチで最良(全標的 TPR 86-100%)
  • AI の Boltz-2 は安価かつ標的間一貫性が高くエンドステート物理法に匹敵
  • 推奨: Boltz-2 で~10⁵を1次濾過 → 上位数百件に ABFE 精査の多段戦略
  • ドッキング姿勢由来の偽陰性は2-5%程度で全体TPRへの影響は小さい
大規模ライブラリ(~10⁵)
↓ Boltz-2 前濾過(分/分子)
上位数百件
↓ ABFE 精査(2h/分子)
高精度ヒットリスト
限界: DUD-E の既知バイアス / ML の OOD 破綻は構造的 / PDBbind 高成績は訓練重複の懸念。
DOI: 10.1021/acs.jcim.6c00942 | J. Chem. Inf. Model. (2026, ACS, CC-BY 4.0) | Code: https://github.com/kireevlab/Last-mile-physics-based-AI-for-VS | Category: computational_chemistry