Conditioned Generative Modeling of Molecular Glues: A Realistic AI Approach for Synthesizable Drug-like Molecules

Resumen Técnico: Modelado Generativo Condicionado de Pegamentos Moleculares para la Degradación de Aβ42

Planteamiento del Problema
La enfermedad de Alzheimer (EA) es impulsada por la acumulación patológica de beta-amiloide-42 (Aβ42) intracelular, lo que causa disfunción sináptica y neurodegeneración. Mientras que las placas extracelulares están bien caracterizadas, el Aβ42 intracelular representa un motor tóxico temprano que sigue siendo difícil de abordar. Las estrategias terapéuticas existentes, como los inhibidores de la secretasa y las inmunoterapias, enfrentan obstáculos significativos que incluyen toxicidad fuera de objetivo (off-target), problemas de penetración de la barrera hematoencefálica (BHE) y falta de especificidad. Aunque el sistema ubiquitina-proteasoma (UPS) ofrece un mecanismo para degradar agregados intracelulares, la naturaleza propensa a la agregación del Aβ42 dificulta su reconocimiento natural por parte del UPS. Los pegamentos moleculares —pequeñas moléculas que inducen interacciones entre E3 ligasas y proteínas diana— presentan una solución prometedora debido a su pequeño tamaño y potencial de permeabilidad a la BHE. Sin embargo, los métodos de descubrimiento tradicionales son lentos y demandan muchos recursos, mientras que los modelos generativos de IA existentes suelen tener dificultades con la validez química, la coherencia estructural y la capacidad de condicionar la generación a proteínas diana específicas.

Metodología
El estudio emplea un flujo de trabajo computacional integrado que combina el modelado basado en la estructura, el cribado ADMET y un nuevo marco de aprendizaje profundo:

1. Preparación Estructural e Identificación de Sitios:

   • La estructura de Aβ42 se derivó de datos de criomicroscopía electrónica (PDB: 7Q4B). Utilizando SiteMap de Schrödinger, se identificó un bolsillo de unión accesible al solvente en la superficie de la fibrilla como un sitio viable para la formación de complejos ternarios, evitando regiones enterradas o estéricamente impedidas.
   • Se seleccionaron tres E3 ligasas —VHL, CRBN y MDM2— basadas en sus propiedades estructurales y éxito previo en la degradación dirigida. Sus estructuras cristalinas fueron preparadas para el acoplamiento (docking).

2. Cribado Virtual y Validación de Complejos Ternarios:

   • Las bibliotecas de compuestos de Vitas y ChEMBL se filtraron utilizando criterios ADMET (Regla de cinco de Lipinski, reglas de Veber, liability de hERG, etc.), reteniendo 65,998 moléculas de apariencia farmacológica (drug-like).
   • Se realizó el acoplamiento molecular para evaluar la formación de complejos ternarios (Aβ42 + E3 ligasa + pegamento molecular). Los principales candidatos fueron sometidos a simulaciones de dinámica molecular (MD) de todos los átomos de 100 ns utilizando el campo de fuerza OPLS4 para evaluar la estabilidad. Los resultados indicaron ensamblajes ternarios estables con redes de enlaces de hidrógeno persistentes.

3. Desarrollo de un VAE de Árbol de Unión Condicionado por Ligasa (LC-JT-VAE):

   • Arquitectura: Los autores extendieron el Junction Tree Variational Autoencoder (JT-VAE) estándar para abordar dos limitaciones: la falta de contexto proteico y la ausencia de datos conformacionales 3D.
   • Integración Torsional: La representación del grafo molecular se mejoró incorporando explícitamente ángulos torsionales (diédricos) para los enlaces rotatorios, computados mediante RDKit, para capturar la flexibilidad conformacional.
   • Condicionamiento de Proteína: Las secuencias de aminoácidos de los sitios de unión de CRBN, VHL y MDM2 fueron codificadas utilizando ProtBERT (un modelo transformer) y refinadas mediante redes BiLSTM. Estas representaciones (embeddings) se fusionaron con el espacio latente molecular mediante concatenación y mecanismos de atención cruzada (cross-attention).
   • Entrenamiento: El modelo fue entrenado con el conjunto de datos filtrado y priorizado por docking mediante una función de pérdida β-VAE durante 2000 épocas, optimizando la precisión de reconstrucción (topología, palabra y estereoquímica) y la continuidad del espacio latente.

Resultados Clave

• Caracterización del Conjunto de Datos: El conjunto de entrenamiento de 65,998 compuestos fue estratificado por afinidad de docking (Alta, Baja, Ninguna) para cada ligasa. Los unidores de alta afinidad mostraron motivos estructurales distintos (p. ej., aromáticos sustituidos para VHL, bifenilos para MDM2) y perfiles ADMET específicos (PM 300–500 Da, lipofilicidad moderada).
• Desempeño del Modelo: El LC-JT-VAE generó moléculas con alta validez química (>96% en todas las ligasas).
  • Modelo VHL: 96.30% de validez, 85.19% de unicidad, 81.48% de novedad.
  • Modelo CRBN: 100% de validez, 82% de unicidad, 80% de novedad.
  • Modelo MDM2: 97.87% de validez, 97.87% de unicidad, 93.62% de novedad.
• Diversidad Química y Especificidad: La visualización t-SNE confirmó que las moléculas generadas ocupaban regiones distintas del espacio químico permaneciendo dentro de los límites de las propiedades farmacológicas. El análisis de docking cruzado demostró una fuerte selectividad de diana; los compuestos diseñados para una ligasa específica mostraron puntuaciones de docking significativamente mejores contra su diana prevista en comparación con las ligasas fuera de objetivo (p. ej., los compuestos específicos para VHL promediaron -5.84 kcal/mol para VHL frente a ~-4.1 kcal/mol para las otras).
• Realismo Conformacional: El análisis de RMSD entre conformeros generados independientemente produjo desviaciones insignificantes (cercanas a 0 Å), validando que la inclusión de ángulos torsionales produjo con éxito geometrías 3D estables y de baja energía.
• Perspectivas Estructurales: Los compuestos generados exhibieron farmacóforos específicos de la ligasa, tales como funcionalidades éster/amida para VHL, sistemas aromáticos policíclicos para MDM2 y motivos inspirados en la talidomida para CRBN.

Significancia y Reivindicaciones
El artículo afirma presentar un enfoque de IA realista para la síntesis de pegamentos moleculares con propiedades farmacológicas diseñados a medida para dianas de enfermedades neurodegenerativas. La contribución principal es el marco LC-JT-VAE, que logra integrar representaciones de secuencias proteicas y características de ángulos torsionales en un modelo generativo basado en grafos. Esta integración permite la generación condicional de moléculas que no solo son químicamente válidas y novedosas, sino también optimizadas específicamente para los entornos de unión de distintas E3 ligasas.

Los autores sostienen que este enfoque ofrece un marco prometedor para el diseño de terapias dirigidas al UPS, específicamente para la degradación del Aβ42 intracelular. Al demostrar la capacidad de generar complejos ternarios estables in silico y producir moléculas con alta selectividad de diana, este estudio posiciona este flujo de trabajo integrado como una estrategia viable para la intervención temprana en la enfermedad de Alzheimer y un método generalizable para atacar otras proteínas propensas a la agregación que son consideradas "no tratables con fármacos" (undruggable). El trabajo enfatiza que pasar de modelos basados únicamente en secuencias a modelos basados en grafos, conscientes de la conformación y condicionados por proteínas, es crítico para avanzar en el descubrimiento de fármios impulsado por IA en contextos neurodegenerativos complejos.