A Reproducible Scaffold-Aware AI Workflow for Prioritizing Candidate Ligands for KRAS G12C Switch-II Pocket
تقدم هذه الورقة سير عمل حوسبي مفتوح المصدر وقابل لإعادة الإنتاج يدمج نمذجة علاقة البنية بالنشاط البيولوجي (QSAR)، وتوليد النظائر القائم على منهجية (BRICS)، والرسو الجزيئي، لتحديد أولويات ربيطات جيب المفتاح الثاني (Switch-II pocket) الجديدة لبروتين (KRAS G12C)، مما ينتج قائمة شفافة من المرشحات عالية الثقة للتحقق التجريبي المستقبلي.
غالبًا ما يبدأ السرطان عندما يعلق مفتاح جزيئي صغير داخل الخلية في وضع التشغيل "on"، مما يجبر الخلية على النمو والانقسام دون توقف. وأحد أكثر الجناة شيوعًا وراء هذا النمو الجامح هو بروتين يُسمى KRAS. في الخلايا السليمة، يعمل هذا البروتين مثل إشارة مرور موثوقة، حيث يتنقل بين حالة نشطة تُرسل إشارات للنمو وحالة غير نشطة تُوقفه. ومع ذلك، عندما يحدث طفرة معينة —تغير لبنة بناء واحدة في بنية البروتين— يعلق المفتاح، تاركًا الخلية في حالة تشغيل مفرط دائم. هذا الخلل الوظيفي هو محرك رئيسي في عدة أنواع من السرطانات الفتاكة، بما في ذلك سرطان البنكرياس والقولون والرئة. ولعقود من الزمن، اعتبر العلماء هذا البروتين مستحيلاً تقريبًا من حيث العلاج لأن سطحه أملس وزلق، ولا يوفر مكانًا واضحًا يمكن للدواء أن يمسك به. وقد غير اكتشاف جيب مخفي ومؤقت على سطح نسخة محددة طافرة من هذا البروتين، تُعرف باسم KRAS G12C، مشهد البحث. هذا الجيب، الذي يفتح ويغلق بينما "يتنفس" البروتين، يسمح للباحثين بتصميم جزيئات تنزلق للداخل وتغلق المفتاح في وضع الإيقاف "off". وبينما وصلت بعض الأدوية التي تستهدف هذا الجيب بالفعل إلى المرضى، غالبًا ما تجد الخلايا السرطانية طرقًا لمقاومتها، مما يخلق حاجة ملحة لمرشحات جديدة وأفضل للاختبار في المختبر.
في هذه الدراسة، طور باحث في جامعة إيها (Ewha Womans University) سير عمل حاسوبي شفافًا وخطوة بخطوة، صُمم لفرز الجزيئات الدوائية المحتملة وتحديد أكثرها واعدًا قبل بدء أي اختبار فيزيائي. لم يكن الهدف ابتكار صيغة رياضية جديدة، بل إنشاء وصفة موثوقة ومفتوحة المصدر يمكن للعلماء الآخرين اتباعها لإيجء جزيئات رائدة جديدة. بدأت العملية بجمع بيانات عن 400 جزيء معروف أظهرت بالفعل قدرة ما على تثبيط بروتين KRAS. قام الباحث بتنظيف هذه البيانات، وتحويل قياسات النشاط إلى مقياس قياسي، ثم استخدم نموذج تعلم آلي لتعلم الأنماط التي تجعل الجزيء فعالًا. ولضمان قدرة النموذج على التعامل مع أنواع كيميائية جديدة حقًا، اختبره الباحث باستخدام طريقة صارمة حيث طُلب من النموذج التنبؤ بنشاط جزيئات مبنية على أطر هيكلية مختلفة تمامًا عن تلك التي درسها. أدى أداء النموذج بشكل جيد بما يكفي لتصنيف الجزيئات حسب فعاليتها المحتملة، رغم أن الباحث لاحظ أنه كان أفضل في فرز المرشحات الجيدة عن السيئة منه في التنبؤ بمستويات القوة الدقيقة.
بمجرد التحقق من صحة النموذج، استخدمه الباحث لتوليد 400 مرشح دوائي جديد وافتراضي عن طريق تفكيك جزيئات نشطة معروفة وإعادة دمج أجزائها بطرق مبتكرة، وهي تقنية تستكشف "حيّز الفضاء الكيميائي" دون الابتعاد كثيرًا عما هو معروف بفعاليته. بعد ذلك، خضع هؤلاء المرشحون الجدد لسلسلة من المرشحات العملية لاستبعاد أي منها قد يكون غير مستقر كيميائيًا أو من المرجح أن يسبب آثارًا جانبية، مما قلص القائمة إلى 57 خيارًا قابلًا للتطبيق. ثم وُضعت أفضل 20 من الناجين داخل محاكاة حاسوبية لجيب بروتين KRAS المخفي لمعرفة مدى ملاءمتها. تحققت هذه الخطوة مما إذا كانت أشكال ومجموعات الجزيئات يمكن أن تستقر في الموقع المستهدف وتكون الروابط اللازمة لتثبيت البروتين في مكانه. ودمج التصنيف النهائي بين تنبؤ التعلم الآلي بمدى نشاط الجزيء وبين المحاكاة الحاسوبية لمدى ملاءمته، مع إعطاء وزن أكبر قليلاً لتنبؤ النشاط.
كانت نتيجة عملية الفرز الصارمة هذه قائمة ذات أولوية تضم عشرين جزيئًا مرشحًا، حيث برز مركب واحد محدد، وُسم بالرمز K1، كأفضل خيار. تم التنبؤ بأن هذا الجزيء سيكون عالي النشاط وأظهر ملاءمة قوية داخل جيب البروتين في المحاكاة، حيث شكل روابط محددة مع ثلاثة أجزاء رئيسية من داخل البروتين. ومع ذلك، كان الباحث حريصًا على توضيح أن هذه النتائج هي مجرد فرضيات حاسوبية. لم تختبر الدراسة هذه الجزيئات في خلية حية أو في أنبوب اختبار، لذا فإن قدرتها الفعلية على إيقاف نمو السرطان لا تزال غير مثبتة. وتكمن قيمة العمل في وضوح العملية نفسها: فهي توفر مسارًا موثقًا وقابلًا للتكرار يمكن للعلماء الآخرين استخدامه لتوليد وتقييم مرشحاتهم الخاصة. ومن خلال تقديم مسار واضح لكيفية اختيار كل جزيء وتصفيته وتصنيفه، توفر الدراسة نقطة انطلاق عملية للمرحلة التالية من الاكتشاف، حيث يمكن اختبار هذه الأفكار المولدة حاسوبيًا أخيرًا في المختبر (wet lab) لمعرفة ما إذا كان بإمكانها حقًا إيقاف تشغيل مفتاح السرطان.
ملخص تقني: سير عمل ذكاء اصطناعي قابل لإعادة الإنتاج، مدرك للهياكل الكيميائية، لتحديد أولويات مرشحات KRAS G12C
بيان المشكلة على الرغم من التحقق السريري من أن KRAS G12C هدف قابل للاستهداف دوائياً عبر المثبطات التساهمية مثل sotorasib وadagrasib، إلا أن اكتشاف مثبطات الجيل التالي يظل تحدياً بسبب المقاومة المكتسبة والحاجة إلى استكشاف مساحات كيميائية جديدة. غالباً ما تفتقر النهج الحسابية التقليدية إلى الشفافية في التحقق، وقابلية إعادة الإنتاج، والإدراك للهياكل الكيميائية (scaffold-awareness)، مما يجعل من الصعب تحديد أولويات المرشحين للاختبار في المختبر (wet-lab) دون الإفراط في تفسير الدرجات الحسابية. تعالج هذه الدراسة الحاجة إلى إطار عمل عملي وقابل للتدقيق يدمج التعلم الآلي القائم على اللجين (ligand-based ML) مع الإرساء الجزيئي (docking) لتوليد قائمة قابلة للإدارة والتفسير كيميائياً من جزيئات المرشحة لـ KRAS G12C.
المنهجية قام المؤلف بتطوير سير عمل يعتمد على لغة بايثون (Python)، مفتوح المصدر وقابل لإعادة الإنتاج، يدمج مراحل حسابية متعددة:
تنسيق البيانات: استخدم خط الأنابيب 400 مدخل KRAS IC50 منسقة من ChEMBL، تغطي 132 هيكلاً من هياكل موركو (Murcko scaffolds). تم توحيد الهياكل، وإزالة المكررات، وتحويل قيم IC50 إلى pIC50.
نمذجة العلاقة الكمية بين البنية والنشاط (QSAR): تم ترميز الجزيئات باستخدام بصمات موران (Morgan fingerprints) بنصف قطر 2، وواصفات RDKit الفيزيائية والكيميائية. تم تدريب نموذج الغابة العشوائية (Random Forest) والتحقق من صحته باستخدام استراتيجيتي تقسيم: التقسيم العشوائي وتقسيم هيكل موركو. تم إعطاء الأولوية لتقسيم الهيكل لتقدير القدرة على التعميم على سلاسل نظائر جديدة.
توليد المرشحين: باستخدام تقنية تجزئة وإعادة دمج BRICS، تم توليد 400 نظير من الجزيئات النشطة كبذور لاستكشاف المساحة الكيميائية المجاورة.
التصفية: خضع المرشحون المولدون لعملية فرز صارمة، شملت التحقق من أنواع الذرات، وحالات الشحن، وتكافؤ الهالوجين، ومسؤوليات PAINS، والخصائص الفيزيائية والكيميائية (مثل QED، والروابط القابلة للدوران، وجزء الكربون sp3). أدت هذه العملية إلى تقليص المجموعة من 400 إلى 57 مرشحاً قابلاً للتطبيق.
الإرساء الجزيئي (Molecular Docking): تم إرساء أفضل 20 مرشحاً في جيب Switch-II الخاص بـ KRAS G12C باستخدام AutoDock Vina. تم استخدام تحضير مستقبل واحد ومنطقة بحث واحدة لضمان القابلية للمقارنة.
ترتيب التوافق (Consensus Ranking): تم وضع ترتيب نهائي من خلال الجمع بين pIC50 المتوقع والمنسق (وزن 60%) ودرجات Vina للإرساء المنسقة (وزن 40%). أعطى هذا الوزن الأولوية للإشارة القائمة على اللجين والمدربة تجريبياً، مع استخدام الإرساء لمعاقبة التوافق الضعيف داخل الجيب.
النتائج الرئيسية
أداء النموذج: حقق نموذج الغابة العشوائية معامل تحديد R2 قدره 0.512، وجذر متوسط مربع الخطأ (RMSE) قدره 0.514، ومتوسط الخطأ المطلق (MAE) قدره 0.381 وحدة pIC50 تحت التحقق الصارم لتقسيم الهيكل. يشير المؤلف إلى أن هذا الأداء يدعم ترتيب الرتب والتعزيز التقريبي، لكنه غير كافٍ للتنبؤ الدقيق بقوة الجزيئات الفردية.
تآكل المرشحين: نجح سير العمل في تصفية 400 نظير مولد من 57 مرشحاً بعد الفحوصات الهيكلية والطبية الكيميائية، وصولاً في النهاية إلى 20 مرشحاً للإرساء.
المرشح الأعلى (K1): أظهر المركب الأعلى في ترتيب التوافق، K1، قيمة pIC50 متوقعة بلغت 8.440 ودرجة Vina بلغت -8.737 كيلو كالوري/مول. اقترح هندسه المرسى اتصالات قطبية مع GLN61 وASP92 وTHR58، إلى جانب تفاعلات كارهة للماء مع بقايا مثل GLU63 وCYS12.
التوافق مقابل المقاييس الفردية: تسلط الدراسة الضوء على أن أعلى ترتيب توافق (K1) اختلف عن أفضل درجة إرساء (K12، -9.143 كيلو كالوري/مول)، مما يوضح قيمة نهج التوافق الموزون في الموازنة بين تنبؤات النشاط القائمة على اللجين وبين الملاءمة الهيكلية.
المساهمات الرئيسية إن المساهمة الأساسية في هذا العمل ليست تقديم خوارزمية جديدة، بل هي التكامل الشفاف للطرق الحسابية الراسخة في سير عمل قابل للتدقيق ومدرك للهياكل الكيميائية. تشمل المساهمات المحددة ما يلي:
قابلية إعادة الإنتاج: الإفصاح الكامل عن منطق "البيانات إلى القرار"، بما في ذلك بيانات النشاط الحيوي الخام، ومقاييس التحقق من صحة النموذج، وسجلات تآكل المرشحين.
التحقق المدرك للهيكل (Scaffold-Aware Validation): الاستخدام الصريح لتقسيم الهيكل لتحديد نطاق الموثوقية لنموذج QSAR، مع الإقرار بأن التنبؤات للهياكل المتميزة بنيوياً تحمل عدم يقين أعلى.
استراتيجية تحديد الأولويات: مخطط تسجيل موزون وعملي (60:40 QSR:docking) مصمم لتوليد مجموعة فرعية صغيرة وقابلة للتفسير كيميائياً من المركبات للمتابعة التجريبية، بدلاً من ادعاء التثبيط النهائي.
توليد الفرضيات: يتم تأطير المخرجات كفرضيات قابلة للاختبار (مثل اتصالات البقايا المحددة لـ K1) بدلاً من كونها مثبطات تم التحقق منها، مما يوفر "وصفة تحديد أولويات" واضحة للكيميائيين الطبيين.
الأهمية والادعاءات تضع الورقة نفسها بتواضع كـ دراسة تطبيقية تركز على الهدف ودراسة لإعادة الإنتاج، وليس كاكتشاف لمثبطات نشطة جديدة. يصرح المؤلف صراحةً بأن المخرجات يجب أن تُقرأ كـ "فرضيات لاكتشاف رائد KRAS، وليس كمثبطات تم التحقق منها".
تكمن الأهمية في إثبات أن سلسلة من الخطوات الحسابية المألوفة يمكن تجميعها في عملية قرار شفافة تنتج قائمة تجريبية يمكن إدارتها. يعالج سير العمل مشكلة المراحل المبكرة المتكررة المتمثلة في اختيار المركبات للتخليق مع الحفاظ على كفاية المصدر لإعادة الإنتاج المستقل والنقد. تؤكد الدراسة أنه بينما يمكن للفحص الحسابي تضييق الخيارات، فإن التحقق التجريبي يظل ضرورياً، ويجب تفسير تنبؤات النموذج كأداة للتعزيز التقريبي والفرز بدلاً من كونها قرارات نهائية للقوة. يوفر العمل إطاراً لتوليد مرشحات "المادة الكيميائية من الجيل التالي" التي يمكن تفسيرها كيميائياً وتتبعها حسابياً، وهي مناسبة للتقييم البيوكيميائي والخلوي اللاحق.