Scaffold-tuner: a property-directed compound editing tool for scaffold-preserving structural optimization

في عالم اكتشاف الأدوية عالي المخاطر، يواجه العلماء غالبًا لغزًا يشبه محاولة ضبط راديو على تردد معين دون تغيير المحطة. لديهم جزيء واعد، وهو هيكل كيميائي يظهر إمكانات لمكافحة مرض ما، لكنه يحتاج إلى ضبط دقيق. لجعل الدواء يعمل بشكل أفضل في جسم الإنسان، يجب على الباحثين تعديل سمات فيزيائية محددة، مثل عدد الروابط الهيدروجينية التي يمكن أن يشكلها الجزيء، أو عدد الهياكل الشبيهة بالحلقات التي يحتوي عليها، أو عدد الأجزاء التي يمكن أن تلتوي وتدور فيه. هذه التعديلات حاسمة لأنها تحدد ما إذا كان بإمكان الجسم امتصاص الدواء أو ما إذا كان سيمر عبره ببساطة. ومع ذلك، فإن إجراء هذه التغييرات أمر صعب للغاية؛ فإذا حاول العالم تعديل جزء واحد من الجزيء لتحسين امتصاصه، فإنه غالبًا ما يكسر جزءًا آخر عن غير قصد، مما يؤدي إلى إفساد قدرة الدواء على الارتباط بهدفه. يكمن التحدي في إجراء تعديلات دقيقة ومنضبطة على هيكل كيميائي معقد دون تفكيك هويته الجوهرية.

ولحل هذه المشكلة، طور باحث في جامعة شيغا أداة رقمية جديدة تسمى "Scaffold-tuner". تخيل الجزيء كمنزل ذي أساس متين وسقف فريد؛ الأساس هو الهيكل القوي الذي يحدد نوع المبنى، بينما يمكن تعديل السقف والجدران. في الكيمياء، يسمى هذا اللب غير القابل للتغيير "السقالة" (scaffold). والهدف هو الحفاظ على تلك السقالة سليمة مع استبدال "الجدران" لتغيير خصائص المنزل. كانت الطرق السابقة للقيام بذلك تشبه غالبًا رمي السهام في الظلام: فقد كانت تولد آلاف المتغيرات العشوائية، آملة في التعثر بواحد منها يعمل، أو كانت تعتمد على ذكاء اصطناعي معقد يغير أحيانًا الأساس مع الجدران، مما يخلق مبنى مختلفًا تمامًا. كانت هذه الأساليب غير فعالة وغالبًا ما تنتج نتائج مختلفة جدًا عن الدواء الأصلي لدرجة تجعلها غير مفيدة.

تتبع الأداة الجديدة، "Scaffold-tuner"، نهجًا مختلفًا وأكثر تعمدًا. فبدلاً من التخمين أو استخدام خوارزمية "الصندوق الأسود"، تستخدم الأداة مكتبة منسقة من الشظايا الكيميائية — وهي قطع صغيرة مختبرة مسبقًا من الجزيئات المعروفة بأداء وظائف محددة. إذا احتاج الباحث إلى إضافة مانح لرابطة هيدروجينية، تختار الأداة شظية مصممة خصيصًا لهذه المهمة. وإذا احتاج إلى إزالة رابطة قابلة للدوران، تختار شظية تثبت الهيكل في مكانه. ومن خلال الجمع بين هذه الشظايا المستهدفة والسقالة الأساسية للجزيء، تولد الأداة مركبات مرشحة جديدة تضمن الحفاظ على قلب الهيكل الأصلي مع تحقيق التغييرات الفيزيائية المطلوبة. إنها طريقة تعديل تعطي الأولوية للتحكم والقدرة على التنبؤ على حساب الحجم الهائل.

لاختبار ما إذا كانت هذه الطريقة قد نجحت بالفعل، أخضعها الباحث لتجربة صارمة باستخدام ألف مركب شبيه بالدواء مأخوذ من قاعدة بيانات عامة تسمى ChEMBL. كانت هذه المركبات بمثابة نقطة البقة، أو "الآباء"، للتجربة. طُلب من الأداة إجراء ثمانية أنواع مختلفة من التعديلات، مثل إضافة أو إزالة مانح لرابطة هيدروجينية، أو إضافة أو إزالة حلقة عطرية، أو تغيير عدد الروابط القابلة للدوران. وللمقارنة، تم إدخال نفس المركبات الأصلية في ثلاث طرق أخرى: أداة تعديل عشوائية بسيطة، وطريقة تسمى CReM تقوم بتغييرات معقولة كيميائيًا ولكن غير موجهة، ونظام ذكاء اصطناعي متطور يُعرف باسم REINVENT4. كان الهدف هو معرفة أي طريقة يمكنها بنجاح إنشاء جزيء جديد يلبي التغيير المستهدف مع البقاء مخلصًا للهيكل الأصلي.

أظهرت النتائج أن "Scaffold-tuner" تفوق في الدقة، لا سيما عندما لا يستطيع الباحثون النظر إلا في عدد قليل من الخيارات. في سيناريو حيث تم النظر فقط في أول مرشح تم توليده بواسطة كل طريقة، نجحت "Scaffold-tuner" في إحداث التغيير المطلوب في 42.3 بالمائة من الحالات. وكان هذا أعلى بكثير من الطرق الأخرى، التي نجحت بنسبة 13.9 بالمائة و15.6 بالمائة و17.1 بالمائة، على التوالي. تشير هذه النتيجة إلى أنه عندما يحتاج العالم إلى اقتراح سريع وموثوق للمضي قدمًا في مشروع ما، فإن "Scaffold-tuner" أكثر عرضة لتقديم إجابة مفيدة على الفور. وبينما استطاع نظام الذكاء الاصطناعي اللحاق بها وتوليد مجموعة متنوعة من التغييرات الناجحة عند السماح له بتوليد ما يصل إلى مائة مرشح، فقد فعل ذلك من خلال إجراء تغييرات أكبر وأكثر حدة على الجزيئات. كانت هذه الجزيئات المولدة بواسطة الذكاء الاصطناعي تبدو مختلفة تمامًا عن الأصل، مما يجعل من الصعب على العلماء فهم كيفية تأثير التغييرات على سلوك الدواء.

في المقابل، ظلت الجزيئات التي أنتجتها "Scaffold-tuner" مشابهة جدًا لمركباتها الأصلية. في المتوسط، احتفظت المرشحات الناجحة بنحو 75 بالمائة من هيكل السقالة الأصلي، وكانت تشابهها الإجمالي مع الجزيء الأصلي مرتفعًا. وهذه ميزة حاسمة لأنه في تطوير الأدوية، يحتاج العلماء إلى معرفة السبب الدقيق الذي أدى إلى تغيير النشاط. إذا كان الهيكل مختلفًا جدًا، يصبح من المستحيل معرفة ما إذا كانت الخاصية الجديدة ناتجة عن التعديل المقصود أم عن ترتيب جديد تمامًا للذرات. وجدت الدراسة أن "Scaffold-tune" كانت فعالة بشكل خاص في إضافة الحلقات العطرية، وهي مهمة فشلت فيها الطرق الأخرى أو تعثرت فيها تمامًا تقريبًا. كما تمكنت من زيادة أو تقليل الروابط القابلة للدوران بمستوى من النجاح، رغم أنه ليس مثاليًا، إلا أنه كان ثابتًا وموثوقًا.

ومع ذلك، فإن الأداة ليست خالية من القيود. لاحظت الدراسة أن نجاح التعديلات يعتمد بشدة على نوع التغيير المطلوب. فعلى سبيل المثال، بينما كانت الأداة ممتازة في إضافة الحلقات، إلا أنها واجهت صعوبة في إزالتها، حيث حققت نسبة نجاح بلغت صفر بالمائة لهذه المهمة المحددة. وبالمثل، كان زيادة عدد الروابط القابلة للدوران أمرًا صعبًا، حيث بلغت نسبة النجاح 15.2 بالمائة فقط. يشير هذا إلى أن الأداة ليست حلاً عالميًا لكل شيء، بل هي أداة متخصصة تعمل بشكل أفضل لأنواع معينة من التعديلات الهيكلية. لاحظ الباحثون أيضًا أنه بينما كان بإمكانهم تغيير خاصية واحدة بنجاح، كان من الصعب غالبًا القيام بذلك دون تغيير خصائص أخرى في نفس الوقت. على سبيل المثال، تغيير عدد الروابط القابلة للدوران غالبًا ما جاء مع تغييرات غير مقصودة في أجزاء أخرى من الجزيء، وهو تحدٍ لا يزال من الصعب على أي أداة تعديل التغلب عليه بالكامل.

رغم هذه القيود، تخلص الدراسة إلى أن "Scaffold-tuner" تقدم إطارًا جديدًا قيمًا لترجمة الأهداف الكيميائية المجردة إلى هياكل جزيئية ملموسة. فهي تسد الفجوة بين النماذج النظرية، التي تتنبأ بكيفية تصرف الدواء، والواقع العملي لبناء ذلك الدواء. ومن خلال توفير طريقة لإجراء تغييرات محددة وقابلة للتفسير مع الحفاظ على الهوية الجوهرية للجزيء، فإنها تسمتسمح للباحثين باستكشاف العلاقة بين البنية والوظيفة بوضوح أكبر. لا تحل الأداة محل الحاجة إلى أساليب استكشافية أوسع، لكنها تملأ مكانًا محددًا تكون فيه الدقة والسرعة في غاية الأهمية. بالنسبة للعلماء الذين يحاولون تحسين مركب رائد، فإنها توفر طريقة للحصول على حفنة من الخيارات ذات الصلة الوثيقة بسرعة، بدلاً من البحث في آلاف المتغيرات العشوائية. إن الكود المصدري للأداة متاح الآن للآخرين لاستخدامه وتحسينه، مما يشير إلى أن هذا النهج الموجه نحو الخصائص يمكن أن يصبح جزءًا قياسيًا من أدوات اكتشاف الأماكن، مما يساعد في تحويل الفن المعقد لتعديل الجزيئات إلى علم أكثر قابلية للتنبؤ والكفاءة.