タンパク質—リガンドの構造と結合親和性データを結びつける高品質な実験データセットは、構造に基づく機械学習法を開発し評価するうえで不可欠である。この課題に対処するため、我々は構造に基づくAIと分子探索のための大規模な実験データセットを生成するオープンサイエンスの取り組みとしてOpenBindを立ち上げた。本稿では、初の公開OpenBindリリースについて述べる。これまでの知る限り、本データセットは単一標的としては最大規模の公開実験的構造—親和性データセットである。データセットはエンテロウイルス2Aプロテアーゼに焦点を当て、699化合物由来の925件の結晶学的結合イベントと、さらに601化合物に対応する親和性測定を含む。データセットは、初期のフラグメントスクリーニングとその後の分子から得た構造、ならびに親和性データを組み合わせており、抗ウイルス探索の一貫したキャンペーンの中で、実験的に決定されたタンパク質—リガンド結合様式を生物物理学的測定へと結びつける。生データセットを用いて、ドッキングやコフォールディングを含む代表的な構造に基づく手法による、タンパク質—リガンド構造予測、結合親和性予測、仮想スクリーニングを評価した。その結果、実務上の構造に基づくモデリングにとって中核となるいくつかの課題が明らかになった。すなわち、ドッキング性能は結合ポケットのコンフォメーションに強く依存し、ポーズの順位付けは困難であり、構造に基づく親和性予測は依然として難しい。フラグメントスクリーニング由来の構造に対してOpenFold3-p2を微調整すると、関連する後続化合物に対するポーズ予測と仮想スクリーニングが大幅に改善し、初期段階の実験構造が標的特異的なモデル適応を支え得ることが示された。
https://doi.org/10.64898/2026.08.27.747600