Sobre o projeto

UMADock fornece um fluxo de trabalho para encaixar pequenas moléculas em sítios de ligação de proteínas e pontuar as poses resultantes com potenciais interatômicos de aprendizado de máquina plugáveis. O README descreve um pipeline que cria conformações de ligantes com RDKit, prepara um sítio de ligação a partir de uma estrutura PDB mais um nome de resíduo de ligante, encaixa conformers nesse sítio, otimiza poses promissoras e combina termos de interação, dessolvatação e tensão para estimar uma energia de ligação eletrônica. A preparação do sítio é automatizada com PDBFixer, seleção de resíduos ao redor do ligante, capping ACE/NME, protonação e cargas AMBER ff14SB, e manuseio opcional de íons metálicos estruturais. O pontuador padrão é o modelo UMA da Meta, enquanto MACE-OMOL-0 e AIMNet2 também são suportados por meio de um modelo de pontuação selecionável. O projeto enfatiza a execução end-to-end em GPUs de nuvem Modal, com cache para PDBs, sítios preparados e pesos de modelo, além da recuperação de poses otimizadas e arquivos JSON de resultados de Volumes Modal. Também inclui uma versão CLI, notebooks de exemplo e um notebook de agente de IA para dirigir o UMADock a partir de um agente. Exemplos validados incluem paracetamol e salbutamol em SULT1A3, com comparações a resultados de MD de solvente explícito e MM-GBSA.