TACTIVS: Test-time actives induction for flexible target-specific
virtual screening
يُعد TACTIVS إطار عمل للاستحثاث النشط في وقت الاختبار يستفيد من نموذج تأسيسي جزيئي مدرب مسبقاً لإجراء فحص افتراضي مرن ومحدد الأهداف عبر الجمع بين المعايرة الخالية من الملصقات والانتشار الرسومي الموزون بالاتصال، محققاً إثراءً تنافسياً دون الحاجة إلى ضبط النموذج حتى عندما تنتمي المواد النشطة المستعلم عنها والمواد الداعمة إلى سلاسل كيميائية مختلفة.
المؤلفون الأصليون:Douglas Houston, Lin Chen, Haoying Wang, Andreas Luttens, Pedro Ballester
في المراحل الأولى من اكتشاف دواء جديد، يواجه العلماء مشكلة "البحث عن إبرة في كومة قش". إذ يتعين عليهم غربلة مكتبات ضخمة تحتوي على ملايين المركبات الكيميائية للعثور على حفنة قليلة منها قد تنجح في الارتباط بهدف مرضي معين وإيقافه عن التسبب في الضرر. تقليديًا، اعتمد الباحثون على استراتيجيتين رئيسيتين لتضييق نطاق هذا البحث؛ حيث تبحث إحدى الطريقتين في الشكل الفيزيائي للهدف، مثل القفل، وتحاول إيجاد مفتاح يناسبه. أما الطريقة الأخرى، فتنظر إلى "المفاتيح" الفعالة المعروفة — أي الجزيئات التي ثبت بالفعل أنها تنشط الهدف — وتبحث عن جزيئات أخرى تشبهها. وبينما تتطلب الطريقة الأولى خرائط ثلاثية الأبعاد مفصلة للهدف، تعتمد الثانية على وجود مثال واحد عامل على الأقل للبدء به. وتنشأ المعضلة عندما يمتلك العلماء أمثلة قليلة جدًا، ربًا جزيء نشط واحد مؤكد فقط، ويحتاجون إلى إيجاد المزيد دون إضاعة الوقت في ملايين المسارات المسدودة.
لقد طور فريق من الباحثين في جامعة إدنبرة، ومعهد كارولينسكا، وإمبريال كوليدج لندن، طريقة جديدة تسمى TACTIVS لحل هذه المشكلة تحديدًا. فبدلاً من محاولة إعادة تدريب نموذج حاسوبي معقد في كل مرة يتم فيها اكتشاف جزيء نشط جديد، وهو أمر يتطلب عادةً كمية كبيرة من البيانات، يعمل TACTIVS عن طريق إعادة تنظيم كيفية رؤية الحاسوب للمكتبة الكيميائية بأكملها بشكل فوري. يأخذ النظام فهمًا مسبق التدريب وثابتًا للأشكال الجزيئية ويستخدم الجزيئات النشطة القليلة المعروفة لإعادة تشكيل عملية البحث فورًا. يقوم النظام بذلك عبر إنشاء خريطة تعمل فيها الجزيئات النشطة المعروفة كمنارات؛ حيث يتتبع النظام مسارات عبر المكتبة، لا يبحث فقط عن الجزيئات التي تشبه المنارات تمامًا، بل وأيضًا عن تلك المرتبطة بها من خلال سلسلة من أوجه التشابه الكيميائي. وهذا يسمح للنظام بالعثور على مرشحين واعدين قد يبدون مختلفين تمامًا عن الأمثلة الأولية، ولكنهم لا يزالون ينتمون إلى نفس العائلة الوظيفية.
اختبر الباحثون هذا النهج على عدة مجموعات بيانات كبيرة ومعيارية تُستخدم لتقييم أداء الفحص الافتراضي. وفي اختبار شمل ما يقرب من 150 هدفًا بيولوجيًا مختلفًا، تمكنت الطريقة الجديدة من تحديد الجزيئات النشطة بفعالية أكبر بكثير من التقنيات الحالية عندما أُعطيت جزيءً نشطًا واحدًا فقط. وعندما زاد الفريق عدد الأمثلة النشطة المعروفة إلى عشرة، تحسنت قدرة الطريقة على إيجاد المركبات الصحيحة بشكل كبير، متفوقة على أدوات مطابقة الشكل التقليدية والأنظمة الأخرى المتقدمة القائمة على التعلم. والأهم من ذلك، أثبتت الطريقة قدرتها على إيجاد جزيئات نشطة حتى عندما كانت متميزة كيميائيًا عن الأمثلة الأولية. وفي اختبار صارم حيث كانت الجزيئات النشطة المعروفة ومركبات الهدف تنتمي إلى عائلات كيميائية مختلفة تمامًا، نجح النظام في تصنيف المركبات الصحيحة بمستويات أعلى بكثير مما قد تسمح به الصدفة العشوائية. وهذا يشير إلى أن الطريقة ليست مجرد بحث عن نسخ قريبة من الجزيئات الأولية، بل هي تنجح في التنقل عبر المشهد الكيميائي الأوسع للعثور على أنواع جديدة من الأدوية الفعالة.
يكمن جوهر هذا النجاح في كيفية تعامل النظام مع البيانات. فبدلاً من تعديل الإعدادات الداخلية للنموذج الحاسوبي لتناسب الهدف الجديد، وهو أمر قد يكون غير مستقر مع وجود بيانات قليلة جدًا، قام الباحثون بتعديل طريقة قياس البيانات. لقد طبقوا تحويلًا رياضيًا يزيل الضوضاء الخلفية ويسلط الضوء على الاختلافات المحددة التي تهم البحث الحالي، مما يسمح للنظام برؤية العلاقات بين الجزيئات بوضوح أكبر. ومن خلال الجمع بين المقارنة المباشرة مع الجزيئات النشطة المعروفة والتحليل الأوسع لكيفية اتصال الجزيئات ببعضها البعض في المكتبة، ينشئ النظام ترتيبًا يتطور مع توفر المزيد من المعلومات. فإذا اكتشف عالم مركبًا نشطًا جديدًا أثناء تجربة ما، يمكنه ببساطة إضافته إلى القائمة، وسيقوم النظام فورًا بإعادة حساب التصنيفات دون الحاجة إلى إعادة التدريب.
يُظهر هذا العمل أن قيمة نتيجة تجريبية واحدة يمكن تعظيمها باستخدامها لتوجيه بحث مرن على مستوى المكتبة بأكملها. وتشير النتائج إلى أنه بالنسبة للعديد من حملات اكتشاف الأدوية، خاصة في الحالات التي تندر فيها البيانات، فإن الاستراتيجية الأكثر فعالية ليست بناء نموذج جديد لكل هدف، بل استخدام فهم مشترك وقوي للكيمياء وتكييف استراتيجية البحث آنيًا. وقد وجد الباحثون أنه مع إضافة المزيد من الجزيئات النشطة إلى المجموعة المرجعية، تحسنت جودة البحث بشكل مطرد، مما يؤكد أن الطريقة تتعلم من الأدلة المتراكمة. ومن خلال إثبات أن النظام يمكن أن يظل ثابتًا بينما تتكيف استراتيجية البحث مع الأهداف الجديدة، يوفر هذا النهج مسارًا عمليًا وفعالاً لتحديد الأدوية الجديدة في المراحل الأولى من الاكتشاف التي تفتقر إلى البيانات.
ملخص تقني: TACTIVS
بيان المشكلة يُعد الفحص الافتراضي (VS) حجر الزاوية في المراحل المبكرة من اكتشاف الأدوية، ومع ذلك، لا يزال استخراج أقصى قيمة من البيانات التجريبية المحدودة يمثل تحديًا كبيرًا، لا سيما في نظام "التعلم من أمثلة قليلة" (few-shot) حيث يتوفر عدد صغير فقط من الجزيئات النشطة المعروفة. تعتمد طرق الفحص الافتراضي التقليدية القائمة على اللجينات (LBVS) على مقاييس تشابه محددة مسبقًا أو قواعد محاذاة، والتي غالبًا ما تفشل في مراعاة التنظيم الأوسع للمكتبة المرشحة. ومن ناحية أخرى، تتطلب الطرق الحديثة القائمة على البنية والتعلم من أمثلة قليلة (few-shot) في كثير من الأحيان تدريبًا إضافيًا خاصًا بالهدف أو تكييفًا للنموذج (مثل ضبط المعلمات)، وهو أمر مكلف حاسوبيًا وعرضة للإفراط في التخصيص (overfitting) عندما تكون البيانات شحيحة. ويتمثل التحدي المركزي غير المحلول في كيفية تحقيق ترتيب مرن وخاص بالهدف مباشرة عند وقت الاختبار، دون الحاجة لإعادة تدريب المشفرات (encoders) أو ملاءمة مخرقات (readouts) خاصة بالهدف، مع الاستمرار في الاستفًادة من البنية العلاقاتية لكامل مكتبة الفحص.
المنهجية يقدم المؤلفون TACTIVS (الاستنتاج النشط للهدف المرن في وقت الاختبار)، وهو إطار عمل استنتاجي (transductive) قائم على اللجينات. وخلافًا للنهج التقليدية التي تعامل المرشحين كمقارنات تشابه مستقلة أو تتطلب تحديثات للمعلمات، يقوم TACTIVS ببناء ترتيب خاص بالهدف من خلال نشر الأدلة من الجزيئات النشطة المعروفة عبر رسم بياني للجوار (neighborhood graph) لكامل المكتبة المرشحة.
يتكون سير العمل من ثلاث مراحل أساسية:
التمثيل المجمد وتخزين التضمينات (Embedding Cache): يستخدم TACTIVS نموذج محول متساوي القياس (EPT) مدرب مسبقًا. يتم الإبقاء على المشفر مجمدًا طوال العملية. يتم تشفير المتشكلات الجزيئية (conformers) من مكتبة الفحص والمرجعيات النشطة إلى ناقلات ذات 512 بُعدًا. يتم تخزين هذه الناقلات لتجنب إعادة التشفيد المتكرر. والأهم من ذلك، يستخدم الإطار تقديرًا مشتركًا للتباين (shared covariance estimation) مشتقًا من مجموعة جزيئية مستقلة واسعة النطاق (قسم تدريب PDBscreen) بدلاً من مكتبة الهدف المحددة. وهذا يمنع عدم الاستقرار الإحصائي عندما تكون مكتبات الأهداف صغيرة.
المعايرة الخالية من الملصقات (التبييض - Whitening): لمعالجة تباين الخواص (anisotropy) في التمثيلات المدربة مسبقًا، يطبق TACTIVS تحويل التبييض. يقوم النظام بتوسيط التضمينات باستخدام المتوسط المتوازن جزيئيًا لمكتبة الهدف الحالية، ويطبق مبيضًا عكسيًا متماثل الجذر التربيعي يعتمد على مصفوفة التباين المشتركة المنكمشة (shrinkage-regularized). يعمل هذا على تحويل التضمينات إلى فضاء لا تهيمن فيه اتجاهات التباين العالي في توزيع التدريب المسبق على مقياس التشابه، مما يجعل المعلومات أكثر سهولة في الوصول إليها عبر عمليات الاسترجاع القائمة على التشابه البسيط.
الاستنتاج الاستنتاجي عبر انتشار الرسم البياني (Transductive Inference via Graph Propagation): يجمع الاستنتاج بين مصدرين للأدلة:
التشابه المباشر مع المرجع النشط: يتم تسجيل درجات المرشحين بناءً على تشابههم المباشر مع متشكلات المراجع النشطة المعروفة.
الأدلة العلاقاتية المنتشرة عبر الرسم البياني: يتم إنشاء رسم بياني للجوار الموزون على كامل المكتبة (بما في ذلك كل من المواد النشطة والمرشحات) باستخدام التضمينات المعايرة. تقوم المواد النشطة المعروفة بـ "بذر" الرسم البياني بأدلة النشاط. ثم يتم نشر هذه الأدلة عبر الرسم البياني باستخدام آلية "المشي العشوائي مع إعادة البدء" (random walk with restart). يسمح هذا للمرشحين الذين ليسوا جيرانًا مباشرين للمادة النشطة بأن يتلقوا الدعم أيضًا إذا كانوا متصلين عبر جزيئات وسيطة، مما يلتقط المسارات الجزيئية متعددة الخطوات.
الدرجة النهائية للترتيب هي مزيج خطي من التشابه المباشر المعياري ودرجة انتشار الرسم البياني. لا يتطلب الإطار أي ضبط دقيق للمشفر ولا ملاءمة مخرقات خاصة بالهدف؛ بل يتكيف فقط من خلال اختيار الجزيئات المرجعية وسياق المكتبة.
المساهمات الرئيسية
التكيف في وقت الاختبار بدون تدريب: يحقق TACTIVS خصوصية الهدف من خلال وضع المواد النشطة المعروفة ضمن سياق مجال (manifold) المرشحين في وقت الاستنتاج، مما يلغي الحاجة إلى تحديثات المعلمات أو بيانات تدريب إضافية.
الانتشار الاستنتاجي للرسم البياني: يقدم نهج استنتاج على مستوى المكتبة حيث تصبح مجموعة الفحص نفسها جزءًا من عملية الاستنتاج، مما يسمماح بتدفق الأدلة عبر الشبكة الجزيئية بدلاً من الاعتماد فقط على التشابه الثنائي.
معايرة التباين القوية: يضمن استخدام تقدير تباين خارجي مشترك لعملية التبييض معايرة مستقرة حتى عندما تكون مكتبة الهدف صغيرة أو متكررة كيميائيًا، مما يتجنب عدم استقرار تقدير التباين من بيانات الأمثلة القليلة.
التعميم على السلاسل الكيميائية: تم تصميم الطريقة لاسترجاع الجزيئات النشطة التي تنتمي إلى سلاسل كيميائية متميزة عن المجموعة المرجعية، متجاوزة بذلك مجرد استرجاع النظائر الهيكلية القريبة.
النتائج قيم المؤلفون TACTIVS على عائلتين رئيسيتين من الاختبارات المرجعية: VSDS-vd (مجموعات TrueDecoy و RandomDecoy) و LIT-PCBA.
الأداء على VSDS-vd: تفوق TACTIVS بشكل كبير على أفضل النماذج المرجعية (baselines)، بما في ذلك عمليات الإرساء القائمة على البنية (مثل Glide و AutoDock)، والطرق الهجينة، والنهج الأخرى القائمة على اللجينات. باستخدام مرجع نشط واحد، حقق TACTIVS معامل EF@0.5% قدره 19.09 على TrueDecoy، متجاوزًا بشكل كبير أفضل النتائج المنشورة البالغة 6.91. وتحسن الأداء باستمرار مع زيادة عدد المراجع النشطة (K)، ليصل إلى EF@1% قدره 34.13 عند K=10.
الأداء على LIT-PCBA: في مقارنة مع النماذج صفرية التدريب (ConGLUDe) ونماذج التكيف من الأمثلة القليلة (Drug-few)، أظهر TACTIVS إثراءً مبكرًا متفوقًا. عند K=8، حقق BEDROC قدره 0.182، متفوقًا على كل من نموذج Drug-few (8-shot) ونموذج ConGLUDe (zero-shot).
التقييم المتباعد للسلاسل (Series-Disjoint Evaluation): تحت بروتوكولات تقييم صارمة حيث تنتمي المواد النشطة المرجعية والمستعلمة إلى سلاسل كيميائية متميزة (تشابه ECFP4 Tanimoto < 0.5)، حافظ TACTIVS على إثراء مبكر جوهري. أكد هذا أن الطريقة لا تكتفي باستعادة النظائر القريبة فحسب، بل يمكنها التعميم على الأنواع الكيميائية الجديدة (chemotypes) داخل المكتبة.
دراسات الاستبعاد (Ablation Studies): أدى إزالة تحويل تبييض التباين إلى انخفاض كبير في الأداء (على سبيل المثال، انخفاض قدره 20.32 نقطة في EF@1% على RandomDecoy)، مما يسلط الضل على أهمية خطوة المعايرة. وبالمثل، أدى إزالة مكون انتشار الرسم البياني إلى تقليل الأداء، مما يؤكد قيمة الأدلة العلاقاتية.
الأهمية والادعاءات يزعم البحث أن TACTIVS يثبت أن التمثيلات الجزيئية المدربة مسبقًا هي ركائز قابلة للتكيف لعمليات الفحص المرنة الخاصة بالهدف. ويجادل المؤلفون بأن خصوصية الهدف لا تتطلب بالضرورة تحديثات للمعلمات؛ بل يمكن أن تظهر طبيعيًا عندما يقوم إجراء استنتاج عام بوضع المواد النشطة المعروفة ضمن سياق مجال المرشحين.
يقترح العمل تحولًا في المنظور لعمليات الفحص الافتراضي: التمييز بين الفحص "من الصفر" (de novo) (حيث لا توجد مواد نشطة معروفة) والفحص "التزايدي" (incremental) (حيث تتوفر نتائج تجريبية). يعالج TACTIVS النوع الأخير، موفرًا مسارًا عمليًا لتعظيم قيمة البيانات التجريبية الشحيحة من خلال السماح للمواد النشطة الجديدة بتوجيه عمليات التصنيف اللاحقة فورًا دون الحاجة لإعادة التدريب. ويضع المؤلفون هذا كشكل من أشكال التعميم حيث يتم تخصيص تمثيل مشترك وقاعدة استنتاج في وقت الاختبار من خلال الاستنتاج الاستنتاجي (transductive reasoning)، مما يقدم بديلًا فعالًا للبيانات لنماذج التعلم من الأمثلة القليلة التي تعتمد على تعديل المعلمات.