タンパク質-リガンドモデリングは、計算創薬と分子設計の基盤である。既存のベンチマークは通常、タンパク質とリガンドが相互作用するかどうか、またどの程度強く結合するかを、二値結合予測や親和性回帰といったタスクで評価してきた。しかし、これらの評価はモデルが結合部位を局在化できるか、あるいは分子認識の背後にある非共有結合相互作用を識別できるかを示す証拠としては不十分である。
このギャップを埋めるため、Zhaohan Mengら7名の著者はInteractBindを提案した。これは約10万のタンパク質-リガンドペアからなる大規模データセットと、詳細な評価のためのベンチマークである。この研究はNeurIPS 2026のEvaluations and Datasetsトラックに投稿され、arXiv番号2605.24045として2026年5月21日に公開された。
InteractBindの核心となる詳細タスクは結合部位局在である。タンパク質残基とリガンド原子間の相互作用マップを用い、6種類の主要な非共有結合相互作用をカバーすることで、モデルが生成した相互作用マップが結合部位を正確に特定できるかを評価する。さらに、結合親和性分割とタンパク質類似性制御分割を提供し、現実的な汎化性能の評価を可能にしている。
研究者らはInteractBindを用いて8つの既存モデル（配列ベースおよび相互作用認識型）を評価し、二値結合予測と結合部位局在の両方を検証した。その結果、二値結合予測では強力な性能を示す一方で、結合部位局在能力は限定的であり、非共有結合相互作用の種類によって顕著な差があることが明らかになった。
InteractBindは、より解釈可能で物理的に根拠のあるタンパク質-リガンドモデルの開発を促す新しいベンチマークパラダイムを確立し、計算創薬を「結合するかどうか」から「どのように結合するか」へと進めるものである。