Resumen Técnico: Probe Before You Edit (PROBE)

1. Planteamiento del Problema

El diseño de fármacos basado en la estructura (SBDD, por sus siglas en inglés) tiene como objetivo generar ligandos con geometrías 3D complementarias a bolsillos de unión de proteínas específicos. Si bien los modelos generativos profundos recientes (autoregresivos, basados en difusión y basados en modelos de lenguaje) han avanzado en la generación inicial de moléculas candidatas, estos suelen tratar el SBDD como una tarea de generación condicional de un solo paso. Estos modelos carecen de mecanismos para la inspección, crítica y reparación iterativa basadas en la retroalimentación específica del bolsillo.

Por el contrario, los enfoques existentes que emplean agentes de Modelos de Lenguaje Extensos (LLM) para la optimización iterativa sufren un cuello de botella crítico: la interferencia de objetivos. Un ligando viable debe satisfacer simultáneamente una alta afinidad de unión (medida por puntuaciones de Vina) y una alta de fármaco-compatibilidad o drogabilidad (medida por QED y Accesibilidad Sintética, SA). Estos objetivos a menudo tiran en direcciones opuestas bajo ediciones locales (por ejemplo, añadir un grupo hidrofóbico para llenar un bolsillo puede mejorar la afinidad pero degradar la drogabilidad al aumentar la complejidad molecular).

Las canalizaciones actuales de agentes LLM (como MoLLM, CIDD, LIDDIA) se comprometen con las ediciones antes de reunir evidencia específica del bolsillo sobre cómo responderá el complejo ligando-bolsillo. En consecuencia, los agentes suelen fallar en lograr una mejora conjunta (mejorar simultáneamente la afinidad y la drogabilidad) en un solo paso, sacrificando a menudo un objetivo por el otro.

2. Metodología: Marco de Trabajo PROBE

Los autores proponen PROBE (Probing-Guided Molecular Optimization), un marco inspirado en la práctica de la química medicinal de "diseñar-fabricar-probar-analizar" (DMTA). A diferencia de los agentes previos que "editan antes de saber", PROBE adopta una estrategia de "sondear antes de editar" (probe-before-edit). El marco consta de tres etapas secuenciales:

A. Construcción del Mapa del Sitio (Site Map)

Antes de que comience la optimización, PROBE descompone el ligando inicial en fragmentos (usando BRICS) y agrega tres señales diagnósticas para cada fragmento:

1. Señales de Interacción: Derivadas de PLIP (Protein-Ligand Interaction Profiler) respecto a enlaces de hidrógeno, contactos hidrofóbicos, etc.
2. Señales Geométricas: Evaluación de choques estéricos, vacíos y exposición al solvente.
3. Señales de Propiedad: Evaluación de la eficiencia del ligando, accesibilidad sintética y alertas estructurales (p. ej., PAINS, quiralidad excesiva).

Un LLM de diagnóstico sintetiza estas señales para construir un Mapa del Sitio, etiquetando fragmentos específicos como:

• SINERGIA (SYNERGY): Sitios donde una única edición puede plausiblemente mejorar tanto la afinidad como la drogabilidad.
• TENSIÓN (TENSION): Sitios donde mejorar un objetivo probablemente degrade el otro.
• RESPONSABILIDAD (LIABILITY): Sitios que contienen fallos estructurales (p. ej., grupos reactivos, sistemas espiro complejos) que deben corregirse independientemente de los compromisos.

B. Inducción Manual de Edición Específica del Bolsillo

PROBE realiza una etapa de sondeo (probing) de un solo paso para estimar cómo responde el bolsillo específico a las ediciones antes de que comience el bucle iterativo.

1. Planificador de Sondeo (Probing Planner): Un LLM propone tres estrategias (Prioridad a la Afinidad, Prioridad a la Drogabilidad, Co-optimización) dirigidas a los sitios identificados en el Mapa del Sitio.
2. Generador de Sondeo (Probing Generator): Para cada estrategia, el sistema genera 12 "ediciones de sondeo" controladas (3 niveles de intensidad: Alta, Media, Baja, más una Contrafáctica) por molécula.
3. Resumen de Respuesta: Los resultados de estos sondeos (cambios en Vina, QED, SA) se analizan para determinar las formas de respuesta (p. ej., mejora monótona, escalones de actividad, saturación).
4. Construcción del Manual de Edición (EditManual): Los resultados se destilan en un EditManual estructurado. Este documento actúa como una guía específica del bolsillo, definiendo acciones permitidas/prohibidas, restricciones semánticas (tamaño, polaridad, flexibilidad) y listas negras para cada sitio. Convierte las respuestas locales de sondeo en restricciones ejecutables para el bucle de optimización.

C. Bucle de Optimización Multi-Agente

PROBE ejecuta un bucle DMTA guiado por el Mapa del Sitio y el EditManual:

1. Diseño: Tres agentes especializados (Afinidad, Drogabilidad y Co-optimización) proponen ediciones. El agente de Afinidad apunta a los sitios de SINERGIA/Tensión para la unión; el agente de Drogabilidad apunta a los sitios de RESPONSABILIDAD para la simplificación; el agente de Co-optimización reconcilia las propuestas.
2. Fabricación y Prueba (Make & Test): Un motor de ensamblaje de fragmentos instancia las ediciones propuestas utilizando una biblioteca de fragmentos de tipo fármaco (derivados de ChEMBL) que satisfacen las restricciones semánticas del EditManual. Los candidatos son puntuados.
3. Análisis e Iteración: El sistema actualiza el EditManual incrementalmente si los resultados contradicen las reglas existentes (p. ej., endureciendo las restricciones sobre acciones fallidas). Se selecciona la mejor molécula (basada en la mejora del hipervolumen relativo al estado inicial) para la siguiente ronda.

3. Contribuciones Clave

1. Métricas Diagnósticas: Los autores introducen dos métricas para cuantificar la dificultad de la optimización conjunta:

   • Tasa de Mejora Conjunta: La frecuencia de pasos que mejoran tanto la afinidad como la drogabilidad.
   • Tasa de Interferencia de Objetivos (OI): La frecuencia donde mejorar un objetivo causa la degradación del otro.
   • Hallazgo: Las canalizaciones existentes muestran bajas tasas de mejora conjunta (<33%) y altas tasas de OI (>60%).

2. Marco de Trabajo PROBE: Una arquitectura novedosa de "sondeo antes de la edición" que estima explícitamente las respuestas de edición específicas del bolsillo. Genera un Mapa del Sitio y un EditManual para guiar la optimización multi-agente, desacoplando la exploración de la optimización.

3. Rendimiento de Vanguardia (State-of-the-Art): La evaluación en el benchmark CrossDocked2020 demuestra que PROBE supera significativamente a las líneas base de agentes LLM (MoLLM, CIDD, LIDDIA) y a los modelos generativos profundos en todas las métricas estándar de SBDD.

4. Resultados Experimentales

• Benchmark: CrossDocked2020 (100 bolsillos de proteínas).
• Líneas Base: Comparado contra modelos de generación 3D de novo (p. ej., Pocket2Mol, MolCRAFT) y optimizadores de agentes LLM (MoLLM, CIDD, LIDDIA).
• Rendimiento:
  • PROBE logra la Tasa de Éxito más alta (67.67% con inicialización MolJO, superando significativamente a la mejor línea base: MolJO + CIDD con 47.80%).
  • Logra las mejores puntuaciones de Vina (-9.626), QED (0.664) y SA (0.782) entre todos los métodos.
  • Mejora Conjunta: PROBE es el único método donde la mayoría de los pasos de optimización (52.8%) resultan en una mejora conjunta, comparado con <30% para las líneas base.
  • Interferencia de Objetivos: PROBE reduce drásticamente la tasa de OI (p. ej., ~25-30% frente a >60% para las líneas base), demostrando que el EditManual restringe con éxito las ediciones para evitar daños colaterales.
  • Estudios de Ablación:
    • Eliminar el Mapa del Sitio (usando fragmentos planos) reduce el rendimiento.
    • Eliminar el Sondeo (dependiendo del conocimiento previo del LLM para el EditManual) degrada significamente los resultados, confirmando que el valor proviene de las restricciones basadas en evidencia, no solo de la existencia de un manual.
  • Presupuesto Computacional: Incluso cuando se extiende el presupuesto de CIDD para igualar el de PROBE (27 rondas frente a 5), PROBE ofrece resultados superiores, indicando ganancias de eficiencia derivadas de la estrategia de sondeo y no solo de un mayor cómputo.

5. Significado y Reivindicaciones

El artículo sostiene que el principal cuello de botella en el SBDD actual mediante agentes LLM no es la elección del paradigma del agente (planificador vs. generador), sino la falta de evidencia específica del bolsillo antes de comprometerse con una edición. Al imitar la práctica del químico medicinal de realizar ediciones de análogos controladas para calibrar la respuesta, PROBE permite a los agentes navegar el compromiso entre afinidad y drogabilidad de manera más efectiva.

Los autores posicionan el "sondear antes de editar" como un flujo de trabajo generalizable para la optimización molecular impulsada por LLM. Sugieren que la recopilación de evidencia específica de la tarea antes de comprometerse con las ediciones podría extenderse más allá del SBDD hacia otros entornos de diseño multi-objetivo donde los objetivos suelen estar en tensión. El trabajo demuestra que la estimación explícita de las respuestas de edición, destilada en restricciones estructuradas, permite a los agentes LLM alcanzar resultados de optimación conjunta que anteriormente eran inalcanzables con la edición iterativa ciega.