Ark-ADMET: endpoint-specific selection of molecular representations and hyperparameters for gradient-boosted ADMET models under the Therapeutics Data Commons benchmark protocol

Die Entwicklung eines neuen Medikaments ist ein Prozess der Eliminierung, der lange beginnt, bevor eine Pille das Apothekenregal erreicht. Wissenschaftler müssen vorhersagen, wie sich eine chemische Verbindung im menschlichen Körper verhalten wird, und dabei eine Reihe kritischer Fragen stellen: Wird sie vom Darm absorbiert? Wird sie die Blut-Hirn-Schranke passieren? Wird die Leber sie zu schnell abbauen oder wird sie das Herz vergiften? Diese Eigenschaften, die kollektiv als ADMET bekannt sind, entscheiden darüber, ob ein vielversprechendes Molekül zu einem lebensrettenden Medikament oder zu einem gescheiterten Experiment wird. Da das Testen dieser Merkmale in lebenden Systemen langsam und teuer ist, verlassen sich Forscher auf Computermodelle, um Tausende von Kandidaten zu filtern. Diese Modelle fungieren als Filter, die mithilfe mathematischer Muster die Bestimmung eines Moleküls basierend auf seiner Form und chemischen Zusammensetzung erraten. Die biologischen Prozesse, die sie vorherzusagen versuchen, unterscheiden sich jedoch drastisch voneinander; eine Regel, die hilft, die Toxizität der Leber vorherzusagen, könnte nutzlos sein, wenn es darum geht, vorherzusagen, wie gut sich ein Medikament in Wasser löst.

Jahrelang war der Standardansatz in diesem Bereich, ein einziges, einheitliches Computermodell auf jede einzelne Frage anzuwenden. Forscher nahmen eine Art mathematische Darstellung eines Moleküls und einen spezifischen Algorithmus und ließen dieses identische Setup über alle zweiundzwanzig verschiedenen biologischen Tests laufen, die in einer großen öffentlichen Datenbank verfügbar sind. Diese „Einheitslösung“ geht davon aus, dass die beste Art, ein Molekül für eine Aufgabe zu beschreiben, auch die beste für jede andere Aufgabe ist. Eine neue Studie stellt diese Annahme infrage. Die Forscher hinter der Arbeit, bekannt als Ark-ADMET, argumenten, dass die Werkzeuge, die verwendet werden, um diese biologischen Fragen zu beantworten, ebenso vielfältig sein sollten, da die biologischen Fragen selbst so verschieden sind. Anstatt ein einziges Rezept für zweiundzwanzig verschiedene Probleme zu erzwingen, wollten sie untersuchen, ob eine Anpassung des Ansatzes für jede spezifische Frage bessere Ergebnisse liefern könnte, ohne eine völlig neue Technologie zu erfinden.

Das Team arbeitete innerhalb der Therapeutics Data Commons, einer großen öffentlichen Datensammlung, die dazu dient, die Leistungsfähigkeit verschiedener Computermodelle zu testen. Sie konzentrierten sich auf zweiundzwanzig spezifische Endpunkte, die von der Art und Weise, wie ein Medikament durch das Blut wandert, bis hin zu der Frage, ob es Leberschäden verursacht, reichen. Anstatt ein neues, komplexes neuronales Netzwerk von Grund auf neu zu bauen, nahmen sie ein bewährtes, zuverlässiges Antriebssystem – ein Gradient-Boosted-Tree-Modell – und kombinierten es mit einem flexiblen Auswahlprozess. Sie stellten einen Werkzeugkasten mit verschiedenen Möglichkeiten zusammen, ein Molekül zu beschreiben. Dieser Werkzeugkasten enthielt Standard-Chemische-Fingerabdrücke, die die Anordnung der Atome abbilden, dreidimensionale Messungen der Form des Moleküls sowie fortschrittliche, computergenerierte Embeddings, die komplexe strukturelle Muster erfassen. Er enthielt auch ein sekundäres, einfacheres neuronales Netzwerk, das mit dem Hauptmodell verschmolzen werden konnte.

Der Kern ihrer Arbeit war ein strenges Selektionsprotokoll, das darauf ausgelegt war, Bias (Voreingenommenheit) zu vermeiden. In vielen Studien passen Forscher ihr Modell eventuell an, nachdem sie die Endergebnisse gesehen haben, um die Zahlen besser aussehen zu lassen, was jedoch zu einer Verzerrung führt. Um dies zu verhindern, teilte das Team seine Daten sorgfältig auf. Sie verwendeten einen spezifischen Teil der Daten, den sogenannten internen Validierungssatz, um zu entscheiden, welche Werkzeuge für die zweiundzwanzig Fragen beibehalten werden sollten. Wenn eine neue Kombination von molekularen Beschreibungen oder eine leichte Anpassung der Modelleinstellungen die Punktzahl auf diesem internen Satz verbesserte, behielten sie diese bei. Wenn nicht, blieben sie bei der vorherigen Version. Entscheidend war, dass sie die endgültigen, verborgenen Testdaten niemals ansahen, bis alle Entscheidungen festgeschrieben waren. Dies stellte sicher, dass jede Verbesserung echt war und nicht nur ein glücklicher Zufallstreffer.

Die Ergebnisse zeigten, dass Individualisierung funktioniert. Als sie ihre zweiundzwanzig einzigartigen, maßgeschneiderten Modelle mit einem eingefrorenen Schnappschuss der öffentlichen Bestenliste verglichen, erreichte ihr Ansatz bei sieben von einundzwanzig rankbaren Fragen die besten oder gleichwertige Ergebnisse. Bei drei dieser Fragen waren ihre Werte strikt besser als jeder zuvor aufgezeichnete Wert. So verbesserten sie beispielsweise die Vorhersage, wie schnell ein Medikament durch Lebermikrosomen abgebaut wird und wie gut es an Blutproteine bindet. Die Studie verdeutlichte, dass es keinen einzelnen „besten“ Satz an Merkmalen gibt, der für alles funktioniert. Für einige Fragen half die Hinzunahme einer dreidimensionalen Formbeschreibung; für andere verschlechterte sie das Ergebnis. Für manche war eine spezifische Art von graphbasierter Computer-Embedding essenziell; für andere wurde sie gänzlich ignoriert. Das einzige Merkmal, das in jedem einzelnen Modell verblieb, war ein Kernblock aus Standard-Chemischen-Fingerabdrücken, aber alles andere wurde spezifisch für die jeweilige Aufgabe ausgewählt.

Interessanterweise hob die Studie auch die Grenzen der Daten hervor. Die Modelle, die am besten abschnitten, waren im Allgemeinen jene, bei denen die Forscher über eine große Anzahl von Trainingsbeispielen verfügten. Für die Fragen, bei denen die Modelle niedriger rangierten, waren die Datensätze oft sehr klein und enthielten weniger als tausend Beispiele. Dies deutet darauf an, dass selbst die klügste Auswahl von Werkzeugen keine Antwort leicht finden kann, wenn nur sehr wenig Daten zum Lernen zur Verfügung stehen. Die Forscher stellten zudem fest, dass für eine spezifische Aufgabe bezüglich der Lipophilie eines Arzneimittels ein anderer Typ von Modell, nämlich ein Message-Passing-Netzwerk, ihr Tree-basiertes Modell übertraf, was beweist, dass kein einzelner Algorithmus für jede Aufgabe überlegen ist.

Die Erkenntnisse bieten einen praktischen Weg für das Fachgebiet. Die Forscher haben demonstriert, dass wettbewerbsfähige Leistung keine Erfindung einer neuen, ungetesteten Architektur oder das Erzwingen eines einzigen Merkmalsatzes auf jedes Problem erfordert. Indem sie einfach die richtige Kombination existierender, publizierter Werkzeuge für jede spezifische biologische Frage auswählten, erzielten sie Spitzenleistungen. Dieser Ansatz respektiert die einzigartige Natur jedes biologischen Endpunkts. Er legt nahe, dass der effektivste Weg, das Verhalten von Medikamenten vorherzusagen, in Zukunft vielleicht nicht darin besteht, ein größeres, komplexeres Modell zu bauen, sondern darin, bedachter zu wählen, welche spezifischen Werkzeuge verwendet werden, um jede spezifische Frage zu beantworten. Die Studie kommt zu dem Schluss, dass ein einheitliches Rezept nicht für den Erfolg erforderlich ist; stattdessen bietet ein maßgeschneiderter Ansatz, der auf strenger Validierung basiert, eine leistungsstarke und zugängliche Alternative für die Förderung der Arzneimittelentwicklung.