欢迎关注我的CSDN：https://spike.blog.csdn.net/
本文地址：https://spike.blog.csdn.net/article/details/135973005

论文：ElliDock: Rigid protein-protein docking via equivariant elliptic-paraboloid interface prediction, ICLR 2024

• 通过 等变椭圆抛物面界面(Equivariant Elliptic-Paraboloid Interface) 预测，进行刚性蛋白质-蛋白质对接

ElliDock 算法是用 椭圆抛物面(Elliptic-Paraboloid) 来表示蛋白质-蛋白质对接的界面，然后，通过使两个界面重合来得到对接的旋转平移变换。这种方法具有良好的旋转平移等变性，能够保证对接过程的泛化性能。实验结果表明，ElliDock 在推理时间上是所有对比方法中最快的，而且在抗体-抗原对接等任务上与当前最先进的学习方法，有着强有力的竞争力。

源码：https://github.com/yaledeus/ElliDock

ElliDock和DiffDock-PP都是基于扩散生成模型的刚性蛋白质-蛋白质对接方法，区别：

• ElliDock使用椭圆抛物面来表示蛋白质-蛋白质的对接界面，而DiffDock-PP使用图神经网络来表示蛋白质的结构和相互作用。
• ElliDock直接预测两个蛋白质之间的相对旋转-平移变换，而DiffDock-PP分别预测配体的平移、旋转和二面角的变化。
• ElliDock只能处理刚性蛋白质-蛋白质对接，而DiffDock-PP可以处理刚性和灵活的蛋白质-蛋白质对接，以及位点特异性的对接。

EquiDock: Point Cloud Registration (点云配准)，ElliDock: Interface Fitting (接触面适配)

Interface Fitting: We decompose the docking process into four steps:

1. predict elliptic paraboloid interfaces for two proteins respectively. 分别预测两个蛋白质的椭圆抛物面界面
2. conduct general to standard transformations based on the ligand interface. 根据配体界面进行一般到标准的变换
3. rotation refinement. 旋转优化
4. conduct standard to general transformations based on the receptor interface. 根据受体界面进行标准到一般的变换

ElliDock的优点是：

• 具有独立的等变性，即对任意的蛋白质旋转或平移都能保持对接结果的一致性，这是保证对接过程泛化性的必要性质。
• 使用椭圆抛物面来表示蛋白质-蛋白质的对接界面，这种表示方式更加简洁和准确，能够有效地避免点云注册的退化和错配的问题。
• 在所有比较的方法中具有最快的推理时间，只需要0.2秒就能完成一次对接，而其他方法需要几秒到几分钟。
• 在抗体-抗原对接的任务上与当前最先进的学习方法，如DiffDock-PP和Multimer，有着强有力的竞争力，能够达到80%以上的成功率。

数据集效果：

• Docking benchmark version 5 database (DB5.5)
  
• Structural Antibody Database (SAbDab)