Resumen Técnico: Pepti-drift

Planteamiento del Problema

El diseño de péptidos terapéuticos enfrenta un compromiso fundamental: las características fisicoquímicas que promueven una unión fuerte al antígeno (por ejemplo, alta carga positiva, afinidad de membrana) a menudo se solapan con aquellas que causan toxicidad, como la citotoxicidad y la hemólisis. En los espacios de representación aprendidos, los péptidos de unión y los péptidos tóxicos ocupan frecuentemente regiones superpuestas. En consecuencia, los modelos generativos que optimizan únicamente la unión tienden a producir candidatos dentro de esta "zona de solapamiento", lo que resulta en secuencias que son unadores efectivos pero con riesgos de seguridad significativos. Los métodos existentes como PepMLM (modelado de lenguaje con máscara) carecen de mecanismos explícitos para evitar la toxicidad, mientras que los enfoques como PepTune (difusión discreta con guía de Árbol de Monte Carlo) incorporan restricciones de seguridad pero sufren de altos costos computacionales debido al muestreo iterativo, lo que limita su escalabilidad para el cribado de antígenos a gran escala.

Metodología

Pepti-drift es un marco de refinamiento latente condicionado por antígenos y consciente de la toxicidad, diseñado para generar candidatos de péptidos en un solo paso hacia adelante (forward pass). Opera dentro de un espacio latente compartido y normalizado derivado de un modelo de lenguaje de proteínas ESM-2 congelado.

1. Representación y Arquitectura

• Espacio Latente: Las secuencias de antígenos y péptidos son codificadas por ESM-2 y proyectadas en un espacio de incrustación (embedding) compacto y $\ell_2$-normalizado ($d_z = 1024$). Esta normalización asegura que las distancias estén gobernadas por la similitud de coseno, evitando el colapso hacia el origen.
• Generación de un Solo Paso: A diferencia de los modelos de difusión iterativos, Pepti-drift genera péptidos en un solo paso. Un generador condicionado por el antígeno mapea el ruido gaussiano hacia un latente inicial $z_0$. Un módulo de deriva (drift module) aprendido refina $z_0$ en un latente final $z_1$ mediante una actualización de campo vectorial única: $z_1 = z_0 + \eta \Delta$.
• Decodificación: Un decodificador Transformer no autorregresivo predice la secuencia completa del péptido en paralelo a partir de $z_1$, eliminando la latencia de la decodificación autorregresiva.

2. El Mecanismo de Deriva: Atracción y Repulsión

La innovación central es la construcción de un campo vectorial $V$ con dos componentes opuestos:

• Atracción ($V_{att}$): Atrae el latente generado hacia la incrustación de péptidos conocidos con unión al antígeno (profesor positivo).
• Repulsión ($V_{rep}$): Aleja el latente de un vecindario local de péptidos "negativos difíciles" asociados con citotoxicidad y hemólisis.
  El campo de deriva se define como $V = V_{att} + V_{rep}$. El término repulsivo está ponderado por una temperatura de núcleo (kernel temperature) y un coeficiente dependiente del tiempo $\alpha^-(e)$.

3. Estrategia de Entrenamiento: Calentamiento de la Repulsión Negativa

Un desafío crítico es que las señales de atracción y repulsión pueden producir gradientes competitivos cuando el modelo aún no ha aprendido una estructura latente estable, especialmente dado el solapamiento entre las distribuciones de unión y toxicidad. Para resolver esto, Pepti- درift emplea un esquema de calentamiento (warm-up schedule):

• Fase 1: El coeficiente de repulsión $\alpha^-$ se establece en cero. El modelo aprende una trayectoria estable hacia regiones de unión compatibles con el antígeno.
• Fase 2: Una vez establecida la trayectoria orientada a la unión, $\alpha^-$ se incrementa gradualmente, introduciendo la señal de repulsión por toxicidad. Esto permite que el modelo primero aprenda "hacia dónde moverse" y luego "qué evitar".

Principales Contribuciones

1. Marco de Deriva Latente: Un modelo generativo de un solo paso que descompone el campo vectorial aprendido en componentes atractivos (unión) y repulsivos (toxicidad), produciendo péptidos compatibles con el objetivo y conscientes de la seguridad sin muestreo iterativo.
2. Calentamiento de la Repulsión Negativa: Una estrategia de entrenamiento que estabiliza el proceso de aprendizaje cuando las distribuciones de unión y toxicidad se solapan, permitiendo al modelo aprender una deriva compatible entre objetivos competitivos.
3. Generación Eficiente y Escalable: Un marco que codifica las restricciones de seguridad geométricamente dentro del proceso de generación, logrando aceleraciones de órdenes de magnitud sobre las líneas base existentes.

Resultados

Evaluado en pruebas de control de división a nivel de antígeno (usando CD-HIT para asegurar que los grupos de antígenos en el conjunto de prueba no fueron vistos durante el entrenamiento), Pepti-drift demostró lo siguiente:

• Eficiencia Computacional: Pepti-drift es 16.2$\times$ más rápido que PepMLM y 1,092.0$\times$ más rápido que PepTune. Genera ~3,312 péptidos por segundo comparado con los ~3 péptidos por segundo de PepTune.
• Calidad de la Secuencia: Los péptidos generados alcanzaron un 100% de validez, 98.1% de unicidad y la mayor entropía de Shannon entre los modelos comparados. Crucialmente, exhibió un uso cruzado de antígenos casi nulo (0.27), lo que indica una alta especificidad de antígeno en comparación con PepTune (252.30) y PepMLM (12.36).
• Propensión de Unión: Aunque las puntuaciones de afinidad de unión predichas de Pepti-drift fueron ligeramente menores que las de PepMLM, permanecieron significativamente más altas que las de PepTune, demostrando que la repulsión por toxicidad no borró las señales de unión relacionadas con el objetivo.
• Perfil de Seguridad:
  • Hemólisis: Pepti-drift mostró un riesgo de hemólisis predicho menor o comparable en la mayoría de los rangos de longitud de péptidos. En el rango de 1–5 aa, logró el puntaje más bajo (0.102) comparado con PepMLM (0.169) y PepTune (0.185).
  • Toxicidad: Consistentemente logró puntuaciones de toxicidad predicha más bajas que PepMLM en todos los rangos de longitud, con reducciones significativas en péptidos más largos (por ejemplo, 0.239 vs. 0.352 para 21–40 aa).
  • Validación: Una evaluación independiente utilizando HemoPI2 confirmó la tendencia, mostrando puntuaciones medias de hemólisis más bajas y fracciones de hemólisis positivas reducidas para Pepti-drift en comparación con PepMLM.

Significancia y Reivindicaciones

El artículo afirma que Pepti-drift proporciona un marco rápido, escalable y controlable para el diseño de péptidos específicos de antígenos. Al formular la generación de péptidos como una deriva latente de un solo paso, codifica directamente las propiedades de "seguridad y actividad" en la trayectoria generativa, en lugar de depender de filtrados post-hoc o de una optimización iterativa computacionalmente costosa.

Los autores enfatizan que el calentamiento de la repulsión negativa es esencial para estabilizar el entrenamiento cuando las distribuciones de unión y toxicidad se solapan, un escenario común en los espacios de representación de péptidos. Los resultados sugieren que la deriva latente condicionada por antígenos puede navegar con éxito el compromiso entre unión y toxicidad, generando candidatos diversos, válidos y específicos de antígenos con riesgo reducido de toxicidad y hemólisis predichos, manteniendo el potencial de unión al objetivo. El artículo concluye que este enfoque representa un paso prometedor hacia el descubrimiento de péptidos terapéuticos escalables, aunque señala que la validación experimental de la actividad de unión y la seguridad biológica sigue siendo necesaria.