Agentic Discovery of Non-Canonical Antimicrobial Peptides with AMPGAN v3

Resumen Técnico: Descubrimiento Agéntico de Péptidos Antimicrobianos No Canónicos con AMPGAN v3

Planteamiento del Problema
La resistencia antimicrobiana (RAM) causa más de un millón de muertes anualmente, sin embargo, el descubrimiento de nuevas clases de antibióticos se ha estancado desde el año 2000. Aunque los péptidos antimicrobianos (AMP) ofrecen una solución prometedora debido a su acción multimecanicista y a la aparición más lenta de la resistencia, los modelos de IA generativa actuales enfrentan dos limitaciones críticas:

1. Restricciones Estructurales y Químicas: Los modelos existentes generan predominantemente secuencias $\alpha$-helicoidales compuestas por aminoácidos L canónicos. Estos péptidos helicoidales cortos suelen sufrir de inestabilidad conformacional y degradación proteolítica rápida. Las aplicaciones terapéuticas en el mundo real requieren químicas no canónicas, como aminoácidos D y modificaciones en los extremos N/C (p. ej., amidación), para garantizar la estabilidad, algo que los modelos actuales no pueden generar.
2. Inestabilidad de Entrenamiento: Los enfoques previos de GAN condicionales (p. ej., AMPGAN v2) sufren de una severa inestabilidad de entrenamiento, donde solo un ~10% de las inicializaciones aleatorias producen modelos utilizables, colapsando a menudo en salidas repetitivas de un solo token.
3. Escalabilidad del Flujo de Trabajo: Traducir los diseños in silico en candidatos testeables requiere pasos repetitivos de filtrado y verificación de bases de datos que escalan mal cuando se realizan manualmente.

Metodología
Los autores presentan AMPGAN v3, una Red Generativa Antagónica (GAN) condicional multiobjetivo, y PepCraft, un marco de trabajo multi-agente para el descubrimiento de extremo a extremo.

• Arquitectura de AMPGAN v3:

  • Vocabulario Expandido: El modelo es entrenado en un conjunto de datos curado de 34,275 secuencias de AMP validadas experimentalmente (de DBAASP v3), incluyendo explícitamente aminoácidos D y modificaciones terminales. Las secuencias se codifican con tokens especiales para modificaciones de los extremos N/C y límites de secuencia.
  • Diseño de Discriminador Dual: Para resolver la inestabilidad del entrenamiento, los autores separan la supervisión adversarial y la de actividad en dos discriminadores especializados:
    • $D_{adv}$: Un discriminador incondicional que juzga si una secuencia es plausiblemente similar a un péptido (juicio distribucional).
    • $D_{mic}$: Un discriminador condicional entrenado exclusivamente en secuencias reales para regredir los valores de Concentración Inhibitoria Mínima (MIC) basados en la especie objetivo (juicio de potencia).
  • Objetivo de Entrenamiento: El generador se optimiza mediante una combinación ponderada de cuatro pérdidas: pérdida de longitud ($L_{len}$), pérdida de similitud ($L_{sim}$), pérdida adversarial ($L_{adv}$) y pérdida de regresión de MIC ($L_{mic}$). El modelo utiliza Gumbel-Softmax para manejar el muestreo de tokens discretos.

• Marco Agéntico PepCraft:

  • Un Agente de Planificación orquesta agentes ejecutores especializados para automatizar el flujo de descubrimiento.
  • Agente Generador: Traduce objetivos de lenguaje natural en llamadas estructuradas para AMPGAN v3 y herramientas de predicción de estructura (SimpleFold).
  • Agente de Filtrado: Aplica pantallas fisicoquímicas y estructurales secuenciales (carga, hidrofobicidad, índice de estabilidad).
  • Agente de Verificación: Realiza búsquedas de homología BLAST contra SwissProt y DBAASP para evaluar la novedad y recuperar actividades conocidas.
  • El sistema itera, y el Agente de Planificación vuelve a invocar a los ejecutores con parámetros revisados si los resultados intermedios se desvían de los objetivos del usuario.

Contribuciones Clave

1. Modelo AMPGAN v3: El primer modelo generativo para AMP que soporta aminoácidos D y modificaciones terminales, expandiendo significativamente el espacio químico accesible más allá de los aminoácidos L canónicos.
2. Mejora de la Estabilidad: Al desacoplar la supervisión adversarial de la de actividad, el modelo logra una tasa de éxito de ~70% (21/30 ejecuciones) en comparación con el ~10% de AMPGAN v2, mitigando el colapso de modo.
3. Flujo de Trabajo Agéntico: La introducción de la metodología agéntica PepCraft demuestra cómo la IA generativa puede componerse con sistemas agénticos para el descubrimiento científico, permitiendo un control de flujo adaptativo y una curación automatizada.
4. Validación Experimental: El artículo proporciona una validación a pequeña escala, pero real, de todo el flujo de trabajo, desde la generación hasta las pruebas de laboratorio húmedo (wet-lab).

Resultados

• Validación In Vitro: Cinco candidatos que abarcan tres clases estructurales ($\alpha$-hélice, $\beta$-hoja y ovillo aleatorio) e incorporan química no canónica fueron sintetizados y probados.
  • Dos candidatos mostraron actividad contra cepas Gram-positivas.
  • El mejor candidato, HY-P60322, logró un MIC de 8 µg/mL contra Bacillus subtilis y 16 µg/mL contra Staphylococcus epidermidis.
  • Notablemente, los candidatos activos no inhibieron las especies utilizadas como objetivos de condicionamiento durante la generación (p. ej., HY-P60322 fue condicionado para E. coli pero fue activo contra B. subtilis), lo que indica que el condicionamiento de especie no se tradujo a una actividad selectiva de especie en este caso específico.
• Desempeño In Silico:
  • AMPGAN v3 logró las tasas más altas de AMP predichos (92.7% por AMP Scanner v2, 95.1% por amPEP) entre los modelos comparados (AMPGAN v2, HydrAMP, AMP-Designer).
  • El análisis del espacio de incrustación (ESM2 + PCA) mostró que AMPGAN v3 mejoró significativamente la fidelidad (divergencia KL inversa) sobre su predecesor manteniendo la cobertura, aunque AMP-Designer (preentrenado en más de 600K péptidos) mostró una menor divergencia debido a su gran prior de proteínas.
• Eficiencia Agéntica:
  • El marco multi-agente PepCraft requirió menos llamadas a herramientas que los baselines de un solo agente para tamaños de tarea de hasta 20 candidatos.
  • Al dirigir al Agente de Planificación a través de un modelo grande y a los Ejecutores a través de modelos más pequeños y económicos, el enfoque multi-agente redujo significativamente el uso total de tokens de salida en comparación con los sistemas de un solo agente que deben dirigir todos los tokens a través de un modelo grande.
  • El análisis cualitativo mostró que las recomendaciones de priorización del agente se alinearon con los resultados reales in vitro (marcando a HY-P60322 para priorización y a otros para despriorización).

Significancia y Reivindicaciones
El artículo afirma que AMPGAN v3 y PepCraft representan un paso hacia el "examen, en una escala pequeña pero real, de cómo la IA generativa y agéntica se componen en el descubrimiento de péptidos terapéuticos". Los autores enfatizan que sus contribuciones permiten la generación de péptidos con la estabilidad química requerida para la viabilidad terapéutica (vía aminoácidos no canónicos) y demuestran un flujo de trabajo donde los sistemas agénticos pueden orquestar la generación, el filtrado y la verificación con una intervención humana mínima. El trabajo es de alcance modesto, presentando un marco preliminar donde la alineación entre las recomendaciones del agente y los resultados de laboratorio húmedo es alentadora, pero requiere una evaluación prospectiva adicional. Los autores señalan que el trabajo futuro se centrará en refinar la generación consciente del objetivo y en expandir el vocabulario químico para incluir modificaciones post-traduccionales como la ciclación.