この記事では、分子ドッキングにおけるたんぱく質-リガンド結合構造の正確な予測が、構造に基づく創薬設計において重要であることが説明されています。しかし、従来の手法はスピード、精度、物理的妥当性のバランスを取るのに苦労しています。そこで提案されたのが、Matchaという新しい分子ドッキングパイプラインです。この手法は多段階流れマッチング、学習されたスコアリング、物理的妥当性フィルタリングを組み合わせています。予測を洗練するために3つの連続したステージが適用され、各ステージは適切な幾何学空間で動作する流れマッチングモデルとして実装されています。MatchaはAstexやPDBbindのテストセットに対して、成功率と物理的妥当性の観点で優れた性能を示しました。さらに、現代の大規模共同折りたたみモデルと比較して、約25倍の速さで動作します。