Local structure-activity landscape roughness detects the activity-cliff failure mode that standard QSAR reliability methods miss

Resumen Técnico: Rugosidad del Paisaje de Estructura-Actividad Local para la Fiabilidad de QSAR

Planteamiento del Problema
Los modelos de Relación Estructura-Actividad Cuantitativa (QSAR) y los enfoques de aprendizaje profundo dependen fundamentalmente del principio de similitud molecular: las moléculas estructuralmente similares poseen propiedades similares. Sin embargo, los "acantilados de actividad" (activity cliffs) —pares de moléculas estructuralmente similares con grandes diferencias en potencia— representan una excepción fundamentada donde este supuesto falla. Benchmarks recientes (p. ej., MoleculeACE) confirman que los modelos de aprendizaje automático desempeñan significativamente peor en acantilados de actividad que en otros compuestos.

El problema crítico es que los estimadores de fiabilidad estándar por compuesto no logran detectar estos modos de fallo específicos. Las herramientas existentes, incluyendo la varianza de un ensamble de bosques aleatorios (random forest), los análisis de dominio de aplicabilidad (AD) basados en la distancia, el modelo de tres medidas de Sheridan y los métodos de fiabilidad-densidad-vecindad (RDN), están organizadas alrededor del concepto de proximidad a los datos de entrenamiento. Debido a que los acantilados de actividad ocurren en regiones densas y bien muestreadas entre análogos cercanos, estos métodos basados en la proximidad suelen reportar una alta confianza para los compuestos en los acantilados, fallando efectivamente en la detección.

Metodología
El estudio evalúa comparativamente los estimadores de fiabilidad estándar frente a una nueva métrica: la rugosidad del paisaje de estructura-actividad local.

• Datos: Los análisis se realizaron sobre el benchmark MoleculeACE (30 dianas macromoleculares, ~48.7K mediciones) y benchmarks fisicoquímicos externos (solubilidad ESOL y lipofilicidad).
• Modelos: El análisis primario utilizó Bosques Aleatorios (200 árboles); se utilizaron Árboles de Potenciación de Gradiente (Gradient Boosted Trees), Regresores de Vectores de Soporte (RBF) y Redes de Isomorfismo de Grafos (GIN) para comprobaciones de generalidad.
• Descriptores:
  • Líneas base estándar: Varianza del ensamble, AD basado en la distancia (1 - similitud de Tanimoto con el vecino más cercano), el modelo de error de Sheridan y una adaptación de regresión de RDN.
  • Métrica propuesta (Rugosidad Local): Una familia de funcionales computados a partir de los vecinos más cercanos ($N_k$) del entrenamiento sin utilizar la propia actividad del compuesto consultado ($y_i$). Los descriptores clave incluyen:
    • Dispersión de Actividad de Vecindad ($D$): La desviación estándar de las actividades entre los vecinos.
    • Densidad de SALI de Pares ($S_{mean}$): La media de $|y_a - y_b| / \max(1-s_{ab}, \epsilon)$ sobre los pares de vecinos.
    • Descriptores de Paisaje: Variantes como la energía de Dirichlet y las constantes de Lipschitz que utilizan la propia actividad del compuesto (usadas como límites teóricos en lugar de señales desplegables).
• Evaluación: El rendimiento se midió mediante el ROC-AUC para clasificar compuestos de alto error y señalar acantilados de actividad etiquetados. La significancia estadística se evaluó mediante correlaciones de Spearman, correlaciones parciales (controlando el AD) y modelos de efectos mixtos lineales.

Resultos Clave

1. Detección de Acantilados de Actividad: Los métodos de fiabilidad estándar funcionan al nivel del azar o peor cuando identifican acantilados de actividad. Por ejemplo, el AD basado en la distancia arrojó un ROC-AUC de 0.35 (invertido), y la varianza del ensamble fue de 0.51 (azar). En contraste, la rugosidad local alcanzó un ROC-AUC mediano de 0.69 para señalar acantilados.
2. Eje de Fiabilidad Distinto: La rugosidad local es estadísticamente distinta del dominio de aplicabilidad. Incluso tras controlar la similitud del vecino más cercano y la densidad local mediante correlación parcial y modelos de efectos mixtos, la rugosidad siguió siendo un predictor significativo de error (p. ej., la correlación de la dispersión de vecindad $\rho \approx 0.23$ tras el control). Esto confirma que la rugosidad captura un modo de fallo (acantilados en regiones densas) que las métricas de proximidad pasan por alto.
3. Generalizabilidad: La relación entre rugosidad y error se mantuvo a través de diferentes clases de modelos (Random Forest, Gradient Boosting, SVR) y diferentes representaciones moleculares (ECFP4, ECFP6, descriptores fisicoquímicos). La señal también se reprodujo en benchmarks fisicoquímicos externos (solubilidad y lipofilicidad).
4. Triaje Operacional: Aunque la varianza del ensamble sigue siendo el indicador más fuerte para predicciones de error general (recuperando el 38% de los errores del cuartil superior), falla al identificar acantilados. La rugosidad es el indicador superior para acantilados, recuperando el 33% de los acantilados etiquetados en el 20% superior de los compuestos señalados, mientras que la varianza actúa al nivel del azar (enriquecimiento de 1.0 veces).
5. Calibración de la Predicción Conforme: Condicionar los predictores conformes a la rugosidad local restaura la cobertura válida en los acantilados de actividad. El condicionamiento estándar en la varianza o el AD deja la cobertura de los acantilados por debajo del objetivo nominal (p. ej., 86% frente al 90% objetivo). Un predictor Mondrian estratificado por rugosidad mantuvo una cobertura plana a través del rango de rugosidad y elevó la cobertura de los acantilados al 89.5%.

Significancia y Reivindicaciones
El artículo sostiene que la rugosidad del paisaje local proporciona un eje de fiabilidad complementario por compuesto que es distinto de la distancia a los datos de entrenamiento. Su contribución principal no es reemplazar la cuantificación de la incertidumbre, sino añadir una sensibilidad específica al "modo de fallo por acantilado" que los métodos estándar omiten sistemáticamente.

Al identificar regiones donde el paisaje estructura-actividad es "rugoso" (cambia bruscamente) basándose únicamente en los vecinos del entrenamiento, el método permite la construcción de predictores conformes conscientes de los acantilados (cliff-aware). Esto asegura que los intervalos de predicción sigan siendo válidos precisamente donde los modelos QSAR son más propensos a fallar y más confiadamente erróneos. Los autores enfatizan que este enfoque es práctico, reproducible y desplegable sin requerir el ensayo del compuesto consultado, abordando una brecha crítica en la confiabilidad de las herramientas de descubrimiento de fármacos computacionales.