Can Folding Models Tell Binders from Bluffers? Evidence from POISK: The Patent-Derived Antibody Dataset
Diese Arbeit stellt POISK vor, einen groß angelegten, aus Patenten abgeleiteten Antikörper-Datensatz, um zu zeigen, dass aktuelle Strukturvorhersagemodelle zwar die Identifizierung von Bindern gegenüber der Zufallsauswahl statistisch anreichern können, es ihnen jedoch an der Zuverlässigkeit für das Screening einzelner Kandidaten und die genaue Epitoplokalisierung mangelt, was deren Einsatz neben orthogonalen experimentellen Methoden erforderlich macht.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Auf der Suche nach Heilmitteln für Krankheiten wenden sich Wissenschaftler oft an Antikörper, die natürlichen Verteidiger des Körpers, die Eindringlinge wie Viren und Bakterien aufspüren. Diese Moleküle sind Y-förmige Proteine, die funktionieren, indem sie sich an ein spezifisches Ziel binden, ganz so wie ein Schlüssel, der in ein Schloss passt. Jahrzehntelang war das Finden des richtigen Schlüssels für ein neues Schloss ein langsamer, teurer Prozess von Versuch und Irrtum im Labor. Vor Kurzem ist ein neues Werkzeug aufgetaucht, das verspricht, diesen Prozess zu beschleunigen: Computerprogramme, die die dreidimensionale Form eines Proteins allein durch den Blick auf seinen chemischen Code vorhersagen können. Die Hoffnung war, dass es bedeutet, dass dieser Antikörper in der realen Welt tatsächlich funktionieren wird, wenn ein Computer selbstbewusst vorhersagen kann, wie sich ein Antikörper faltet und sich an ein Ziel heftet. Diese Idee hat viele Forscher dazu veranlasst, diese digitalen Vorhersagen als ersten Filter zu nutzen, in der Hoffnung, die Laborarbeit für die vielversprechendsten Kandidaten zu überspringen.
Ein neuer Bericht von Forschern bei Roche deutet jedoch darauf hin, dass diese digitalen Werkzeuge zwar besser werden, aber noch nicht zuverlässig genug sind, um allein vertraut zu werden. Das Team unter der Leitung von Daria Tupikina und Brennan Abanades ging die Herausforderung an, diese Annahme mit einem massiven, neuen Datensatz zu testen, den sie von Grund auf neu erstellt hatten. Anstatt die gleichen alten Daten zu verwenden, mit denen die Computerprogramme wahrscheinlich trainiert wurden, durchsuchten sie tausende von Patentdokumenten. Patente sind rechtliche Dokumente, die von Unternehmen eingereicht werden, um ihre Erfindungen zu schützen, und sie enthalten tausende von realen Beispielen für Antikörper, die getestet und als in der Lage, an spezifische Ziele zu binden, nachgewiesen wurden. Die Forscher nutzten künstliche Intelligenz, um über zehntausend dieser Patente zu lesen und dabei fast neunzigtausend Datensätze von Antikörper-Interaktionen zu extrahieren. Sie kuratierten anschließend einen spezifischen Satz von zweiundzwanzigtausend Paaren, indem sie bekannte Binder mit ähnlich aussehenden Antikörpern abglichen, die voraussichtlich nicht binden würden, wodurch ein strenger Test entstand, um zu sehen, ob die Computermodelle den Unterschied erkennen konnten.
Die Ergebnisse zeigten, dass das leistungsfähigste Computermodell namens Protenix-v2 in der Lage war, etwa zweiundsiebzig Prozent der Zeit zwischen einem echten Binder und einem Nicht-Binder über den gesamten Datensatz hinweg zu unterscheiden. Wenn die Forscher nur die Vorhersagen betrachteten, bei denen der Computer am sichersten war, stieg diese Erfolgsquote auf siebenundachtzig Prozent. Dies ist eine signifikante Verbesserung gegenüber dem bloßen Raten, bleibt aber hinter dem zurück, was nötig wäre, um Laborexperimente zu ersetend. In einer Simulation, in der der Computer den einzigen korrekten Binder finden musste, der unter fünfzig Lockvögeln versteckt war, gelang dem besten Modell dies nur in neunundzwanzig Prozent der Fälle. Dies ist zwar eine vierzehnfache Verbesserung gegenüber dem Zufall, bedeutet aber auch, dass der Computer in mehr als sieben von zehn Versuchen immer noch die richtige Antwort verfehlen würde. Die Studie fand zudem heraus, dass die Modelle nicht besonders gut darin waren, genau zu bestimmen, wo am Ziel der Antikörper ansetzt, wobei sie die Position nur in etwa dreiundsechzig Prozent der Fälle richtig erkannten.
Die vielleicht überraschendste Erkenntnis war, dass ein hoher Konfidenzwert des Computers nicht immer bedeutet, dass die vorhergesagte Form physikalisch korrekt ist. Die Forscher entdeckten, dass die Wahrscheinlichkeit, dass es sich um einen echten Binder handelt, drastisch anstieg – auf über sechsundneunzig Prozent in den strengsten Fällen –, wenn mehrere verschiedene Computermodelle bei derselben Form für ein Antikörper-Ziel-Paar übereinstimmten. Dieses Übereinstimmen war jedoch selten und trat nur in einem kleinen Bruchteil der Versuche auf. Die Studie kommt zu dem Schluss, dass diese Faltungsmodelle ein nützliches Signal liefern können, das helfen kann, die Suche einzugrenzen, aber sie können noch nicht der alleinige Entscheidungsträger sein. Sie lassen sich am besten als ein Schritt in einem größeren Prozess verwenden, ergänzt durch andere Methoden, anstatt als ein magisches Mittel, das instantan den perfekten Wirkstoffkandidaten identifizieren kann. Die Forscher haben ihren neuen Datensatz namens POISK der wissenschaftlichen Gemeinschaft zur Verfügung gestellt, in der Hoffnung, dass er anderen hilft, bessere Werkzeuge für die Zukunft zu bauen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.