ملخص تقني: PhAME – التعديل الجزيئي المدرك للنمط الظاهري عبر الانتشار الكامن

بيان المشكلة

يعتمد اكتشاف الأدوية للجزيئات الصغيرة بشكل متزايد على تحسين المرشحات الجزيئية مقابل بصمات بيولوجية عالية الأبعاد (الأنماط الظاهرية)، مثل شكل الخلية (Cell Painting) أو الملفات النسخية (L1000)، بدلاً من مقايسات الارتباط أحادية الهدف. وتتضمن سير العمل المهيمن عملية تحويل الضربة إلى رصاصة (Hit-to-Lead - H2L) وتحسين الرصاصة (Lead Optimization - LO)، حيث يجب صقل "بذرة" جزيئية نشطة بشكل تكراري لتحسين الفعالية أو تغيير آلية العمل مع الحفاظ على القرب الهيكلي من الضربة الأصلية.

تفشل الطرق التوليدية الحالية في معالجة سير العمل المحدد هذا بفعالية:

• المولدات المتمحورة حول اللجين (Ligand-centric): تنتج جزيئات صالحة ولكنها تفتقر إلى آليات لتوجيهها نحو أهداف نمط ظاهري معقدة أو التمركز حول بذرة محددة.
• المولدات المشروطة بالنمط الظاهري (Phenotype-conditioned): (مثل GxVAE وSmilesGEN) تولد عادةً جزيئات de novo (من العدم) من هدف نمط ظاهري، متجاهلة الحاجة إلى البدء من ضربة معروفة.
• التوجيه القياسي الخالي من التصنيف (Classifier-Free Guidance - CFG) في نماذج الانتشار يستخدم مقياس توجيه واحد، مما يفرض مقايضة لا مفر منها بين مطابقة النمط الظاهري المستهدف والحفاظ على التشابه الهيكلي للجزيء البذرة.

المنهجية: إطار عمل PhAME

يقترح المؤلفون PhAME (التعديل الجزيئي المدرك للنمط الظاهري)، وهو إطار عمل للانتشار الكامن يعيد صياغة تحسين الجزيئات كعملية تعديل داخل الفضاء الكامن لـ "المشفّر التلقائي المتغير" (VAE) القائم على الرسم البياني والمُدرب مسبقاً.

1. الفضاء الكامن والبنية الهيكلية

• النموذج الأساسي: يعمل PhAME على الفضاء الكامن لـ DGVAE [34]، وهو VAE قائم على الرسم البياني مُدرب مسبقاً يقوم بتشفير الرسوم البيانية الجزيئية إلى ناقلات كامنة مستمرة ($z_0$) وفك تشفيرها مرة أخرى إلى سلاسل SMILES صالحة. يتم تجميد المشفّر وفك التشفير، ويتم تدريب نموذج الانتشار فقط.
• التضمين المدرك للنمط الظاهري: لترسيخ التوليد في جزيء بذرة مع احترام الصلة بالنمط الظاهري، يستخدم PhAME تضمينات InfoAlign [24]. بخلاف البصمات الكيميائية الخام، تقوم تضمينات InfoAlign بمحاذاة البنية الجزيئية مع استجابات خلوية (Cell Painting وL1000) عبر عنق زجاجة معلوماتي. يعمل هذا التضمين ($z_{align}$) كمرساة هيكلية تعكس التشابه ذو الصلة بالنمط الظاهري.

2. استراتيجية التدريب

• بناء البيانات: يتم بناء أزواج التدريب عن طريق اختيار جزيئات متشابهة هيكلياً تقع على جانبي عتبة خاصية معينة (على سبيل المثال، رابط مقابل غير رابط، أو مرتفع مقابل منخفض logP).
• الهدف: يتم تدريب شبكة إزالة الضجيج $\epsilon_\theta$ للتنبؤ بالضجيج المضاف إلى التمثيل الكامن لجزيء مستهدف ($z_0$) مشروط بـ:
  1. البصمة النمطية المستهدفة ($c$).
  2. تضمين InfoAlign للجزيء البذرة ($z_{align}$).
• دالة الخسارة: تجمع دالة هدف التدريب بين خسارة الانتشار القياسية ($L_{diff}$) وخسارة المحاذاة ($L_{align}$) التي تعاقب العينة التي تمت إزالة الضجيج منها إذا ابتعدت كثيراً عن تضمين InfoAlign للبذرة، مما يضمن التماسك الهيكلي.

3. التوجيه التركيبي الخالي من التصنيف (c-CFG)

الابتكار الجوهري لـ PhAME هو استبدال CFG القياسي بـ مخطط توجيه تركيبي. بدلاً من مقياس توجيه واحد $w$، يقوم PhAME بتفكيك إشارة التوجيه إلى حدين مستقلين مع مقاييس منفصلة:
$$\tilde{\epsilon}_\theta(\hat{z}_t, t, c, z_{align}) = \epsilon_\theta(\hat{z}_t, t, \emptyset, \emptyset) + w_c \Delta_c + w_a \Delta_a$$
حيث أن:

• $\Delta_c$ هو اتجاه التدرج نحو النمط الظاهري المستهدف ($c$).
• $\Delta_a$ هو اتجاه التدرج نحو بنية البذرة ($z_{align}$).
• $w_c$ يتحكم في قوة مطابقة النمط الظاهري.
• $w_a$ يتحكم في قوة التمركز الهيكلي.

يسمح هذا الفصل للممارسين بالتحكم الصريح في المقايضة بين تحسين خاصية بيولوجية جديدة والحفاظ على التشابه الهيكلي مع البذرة، مما يزيل التسوية القسرية المتأصلة في CFG أحادي المقياس.

4. أوضاع الاستدلال

• تعديل الجزيئات: يتم تشفير جزيء بذرة، وإضافة ضجيج جزئي له (للتحكم في نصف قطر الاستكشاف)، ثم إزالة الضجيج باستخدام مخطط التوجيه المزدوج لتوليد نظائر.
• التوليد من العدم (De Novo Generation): يمكن للنموذج أخذ عينات من الضجيج الصافي ($\hat{z}_T \sim \mathcal{N}(0, I)$) مع ضبط $w_a=0$، ليعمل كمولد نمط ظاهري مشروط قياسي.

المساهمات الرئيسية

1. تعديل الانتشار الكامن للجزيئات: تقديم إطار عمل يتيح تحسين "الضربة إلى رصاصة" بشكل منهجي تحت توجيه بصمات بيولوجية معقدة داخل فضاء الرسم البياني-VAE الكامن.
2. آلية التوجيه التركيبي: تعميم مبتكر لـ CFG يستخدم مقياسين مستقلين ($w_c$ و $w_a$) للتحكم بشكل مستقل في مطابقة النمط الظاهري والقرب من البذرة، مما يحل بفعالية المقايضة بين هذين الهدفين.
3. أداء رائد (State-of-the-Art): إظهار نتائج متفوقة عبر نماذج متنوعة، بما في ذلك تحسين درجة الإرساء (docking score)، والتوليد المشروط بالنسخ الجيني، وتوليد آلية العمل (MoA) الموجهة بـ Cell Painting.

النتائج التجريبية

قيم المؤلفون PhAME عبر أربعة اختبارات مرجعية متميزة:

1. تعديل الخاصية المتحكم به (logP)

• المهمة: تحسين قيم logP مع الحفاظ على التشابه الهيكلي مع جزيئات البذرة في اختبار MOSES.
• النتيجة: حقق PhAME أعلى درجة NTS (مقياس مركب للجدة، ونجاح الهدف، والتشابه)، متفوقاً على النماذج المرجعية مثل Mol-CycleGAN وDiGress وPURE. وقد أثبت أن الضبط المستقل لـ $w_c$ و $w_a$ يسمح للنموذج بمطابقة نقاط القوة المحددة للأساليب المتخصصة (مثل النجاح العالي في الهدف مثل DiGress أو التشابه العالي مثل PURE) في آن واحد.

2. تحسين درجة الإرساء (Docking Score)

• المهمة: توليد روابط جديدة عالية الألفة لخمسة أهداف بروتينية (PARP1, FA7, 5HT1B, BRAF, JAK2) باستخدام نهج تعلم منهجي ثلاثي المراحل على ZINC250k.
• النتيجة: وضع PhAME معايير جديدة للأداء، محققاً أفضل درجات الإرساء لجميع الأهداف الخمسة وأعلى نسبة للضربات الجديدة في أربعة من أصل خمسة أهداف. والجدير بالذكر أن أفضل 5% من الجزيئات المولدة بواسطة PhAME كانت أكثر فعالية من أفضل 5% من مجموعة تدريب ZINC250k بأكملها.

3. التوليد الموجه بالنسخ الجيني (Transcriptomic-Guided)

• المهمة: توليد جزيئات مشروطة بملفات التعبير الجيني (L1000) لأهداف محددة (مثل AKT1, HDAC1).
• النتيجة: تفوق PhAME على النماذج المرجعية المشروطة بالجينات (TRIOMPhe, GxVAE, SmilesGEN) في قابلية التشبه بالدواء (QED) وسهولة التصنيع (SA). والأهم من ذلك، أنه ولد مركبات ذات تشابه هيكلي أعلى بكثير مع الروابط المعروفة (تحسن يصل إلى +90% لـ HDAC1) مقارنة بالنماذج المرجعية، مما يدل على الاستعادة الفعالة للنماذج الدوائية (pharmacophores) المعروفة باستخدام بيانات التعبير فقط.

4. التوليد الموجه بالنمط الظاهري الخلوي (MoA)

• المهمة: توليد جزيئات de novo مشروطة بمركزيات مورفولوجيا Cell Painting التي تقابل آليات عمل (MoA) محددة.
• النتيجة: تفوق PhAME بشكل كبير على النماذج المرجعية (DGVAE, CPMolGAN, GFlowNet) في دقة التجميع (Top-1 Cluster Accuracy) ومعدل استرداد آلية العمل (MoA Retrieval Rate) عبر مساحات تمثيل متعددة (ECFP, CLOOME, InfoAlign). كان الطريقة الوحيدة التي تجاوزت باستمرار خط الأساس العشوائي (chance baseline) عبر جميع المساحات، مما يشير إلى تعلم حقيقي لعلاقات البنية والنشاط وليس مجرد فرط في التخصيص (overfitting) لتمثيل معين.

الأهمية والادعاءات

يزعم البحث أن PhAME يعالج عقبة حرجة في اكتشاف الأدوية الحديث: عدم قدرة النماذج التوليدية الحالية على تعديل ضربة معروفة وتوجيهها في آن واحد نحو إشارات بيولوجية معقدة على مستوى النظام. ومن خلال إعادة صياغة التحسين كعملية تعديل في الفضاء الكامن وتقديم التوجيه التركيبي، يوفر PhAME آلية قابلة للتحكم لموازنة الأهداف المتعارضة المتمثلة في الحفاظ الهيكلي وتحسين النمط الظاهري.

يؤكد المؤلفون أن هذا الإطار يتيح عملية "تحويل الضربة إلى رصاصة" أكثر كفاءة، مما يسمح للباحثين باستكشاف الفضاء الكيميائي حول المركبات النشطة المعروفة مع استهداف نتائج بيولوجية محددة (مثل تثبيط الجينات أو التغييرات المورفولوجية) دون الاعتماد على مقايسات الارتباط أحادية الهدف. وتشير النتائج إلى أن PhAME يمكنه استعادة العلاجات المعروفة من جزيئات البذرة باستخدام التوجيه النمطي الظاهري فقط، مما يسلط الضوء على إمكاناته في إعادة توظيف الأدوية وتحسين الرصاصات.