PredHLM: quantitative and interpretable prediction of metabolic half-life in human liver microsomes

Resumen Técnico: PredHLM – Predicción Cuantitativa e Interpretable de la Vida Media Metabólica en Microsomas Hepáticos Humanos

Planteamiento del Problema
La estabilidad metabólica en microsomas hepáticos humanos (HLM) es un determinante farmacocinético crítico que influye en la exposición sistémica, el aclaramiento y la biodisponibilidad oral. Aunque los ensayos experimentales de HLM son el estándar de oro para evaluar el metabolismo de Fase I, son laboriosos y consumen muchos recursos, lo que crea cuellos de botella para el cribado virtual a gran escala en las etapas tempranas del descubrimiento de fármacos. Los modelos computacionales existentes suelen sufrir de tres limitaciones: (1) son predominantemente de clasificación (estable vs. inestable), careciendo de la granularidad necesaria para la optimización de compuestos líderes; (2) luchan contra el ruido experimental inherente y la heterogeneidad de los conjuntos de datos públicos, lo que lleva a muchos investigadores a evitar la regresión cuantitativa; y (3) a menudo funcionan como "cajas negras", fallando al no proporcionar información química que se alinee con los conocidos puntos blandos metabólicos (metabolic soft-spots). En consecuencia, la predicción directa, cuantitativa y de la vida media ($T_{1/2}$) continua de HLM sigue siendo un área poco explorada.

Metodología
Los autores desarrollaron PredHLM, un marco de aprendizaje automático cuantitativo diseñado para predecir directamente la vida media de HLM.

• Curación de Datos: El estudio integró un conjunto de datos de 11,790 compuestos únicos combinando datos propios del Korea Chemical Bank (KCB) con datos públicos curados de ChEMBL (v36) y PubChem.
  • Los endpoints experimentales incluyeron la vida media medida y el porcentaje restante a los 30 minutos.
  • Los valores de porcentaje restante se convirtieron a vida media utilizando una ecuación de cinética de primer orden.
  • Se aplicó un control de calidad riguroso: se excluyeron sistemas que no fueran HLM (por ejemplo, hepatocitos, fracciones S9), se manejaron los datos censurados con límites específicos y se promediaron los compuestos duplicados.
  • Los datos se transformaron mediante log10 para reducir la asimetría y se eliminaron los valores atípicos utilizando el método del rango intercuartílico.
• Representación Molecular (Featurization): Se evaluaron cuatro esquemas de representación molecular: huellas dactilares ECFP4 (2,048 bits), descriptores 2D de RDKit, descriptores de Mordred y claves MACCS.
• Arquitecturas de Modelos: Se evaluaron nueve algoritmos predictivos, incluyendo perceptrón multicapa (MLP), k-vecinos más cercanos (k-NN), regresión de núcleo de kernel (KRR), máquinas de vectores de soporte (SVM) y métodos basados en árboles (Random Forest, LightGBM, XGBoost, CatBoost). Además, se probaron una Red Neuronal de Paso de Mensajes Comunicativa (CMPNN) y sus variantes (con mecanismos de atención y concatenación de características).
• Entrenamiento y Evaluación:
  • El conjunto de datos se dividió en 9:1 para los conjuntos de entrenamiento e independientes de prueba.
  • Los hiperparámetros se optimizaron mediante validación cruzada de 5 pliegues utilizando Optuna.
  • Se empleó una división basada en andamios (scaffold-based split) (marcos de Bemis–Murcko) para evaluar la generalización a quimiotipos estructuralmente novedosos, asegurando que no hubiera solapamiento de andamios entre los conjuntos de entrenamiento y de prueba.
  • Dominio de Aplicabilidad (AD): La fiabilidad de la predicción se evaluó utilizando una puntuación de Suma de Contribución ponderada por Distancia (SDC) basada en la similitud de Tanimoto con el conjunto de entrenamiento.
  • Interpretabilidad: Se utilizaron las Explicaciones de Shapley Aditivas (SHAP) para cuantificar las contribuciones de las características y elucidar el proceso de toma de decisiones del modelo.
• Resultados Clave:
• Rendimiento del Modelo: El modelo XGBoost utilizando descriptores 2D de RDKit alcanzó el mejor rendimiento predictivo.
  • En el conjunto de prueba independiente, produjo un RMSE de 0.507 y un $R^2$ de 0.431.
  • En la validación cruzada, alcanzó un RMSE de 0.515 y un $R^2$ de 0.410.
  • Aunque los modelos basados en grafos (CMPNN) fueron competitivos, no superaron al modelo XGBoost basado en descriptores. Los autores mantuvieron los descriptores 2D de RDKit por su parsimonia (~800 descriptores menos que Mordred) e interpretabilidad.
• Generalización: Bajo la estricta división basada en andamios, el modelo mantuvo un rendimiento robusto (RMSE de prueba independiente de 0.536), lo que indica que se generaliza a nuevos quimiotipos en lugar de depender de la memorización de análogos.
• Dominio de Aplicabilidad: El análisis mostró una fuerte correlación entre la puntuación SDC y el error de predicción. Los compuestos con puntuaciones SDC altas (bien representados en el espacio de entrenamiento) exhibieron un RMSE menor, con el 8.9% superior de los compuestos logrando un $R^2$ de 0.683.
• Benchmarking Externo: Al convertirse en una tarea de clasificación binaria (estable si $T_{1/2} > 30$ min), PredHLM superó a los modelos de referencia (Ryu et al. y Shah et al.) en precisión (0.675), MCC (0.361) y ROC-AUC (0.736) en un conjunto externo de 969 compuestos.
• Interpretabilidad (SHAP):
  • Lipofilicidad (MolLogP): Fue la característica más influyente; una mayor lipofilicidad impactó negativamente la vida media predicha (consistente con un aumento de la oxidación mediada por CYP).
  • Puntos Blandos Metabólicos: Los descriptores de grupos metilo arílicos, sitios de oxidación alílica y ésteres mostraron contribuciones negativas (reduciendo la estabilidad).
  • Características Estabilizadoras: El recuento de halógenos y los grupos de ácido carboxílico mostraron contribuciones positivas, alineándose con las estrategias para bloquear sitios metabólicos y la menor susceptibilidad de los ácidos a la oxidación de Fase I en ausencia de cofactores de Fase II.

Significancia y Reivindicaciones
El artículo afirma que PredHLM proporciona un marco práctico para definir márgenes de estabilidad metabólica, apoyando tanto decisiones rápidas de "Go/No-go" como la priorización fina de compuestos durante la optimización de líderes. Al ofrecer predicciones cuantitativas (vida media continua) en lugar de categóricas, el modelo preserva la información de estabilidad que los modelos de clasificación descartan. Además, la integración del análisis SHAP asegura que el modelo sea interpretable, alineando sus predicciones con los principios establecidos de la química medicinal respecto a la lipofilicidad y los puntos blandos metabólicos.

Los autores posicionan explícitamente a PredHLM como una herramienta de apoyo a la decisión en lugar de un reemplazo para los ensayos experimentales. Reconocen las limitaciones, incluyendo la dependencia del modelo en los datos de Fase I (excluyendo Fase II, transportadores y efectos in vivo), la incertidumbre introducida al convertir el porcentaje restante a vida media, y la variabilidad inherente de los datos experimentales. El código fuente, los datos y el modelo entrenado se ponen a disposición pública para apoyar la reproducibilidad y el desarrollo posterior.