BioGCN: Biologically Inspired Graph Convolutional Network to Predict Human Oral Bioavailability

Imagina que eres un detective tratando de resolver un misterio, pero en lugar de una escena del crimen, tu escena del crimen es el cuerpo humano. ¿El misterio? ¿Por qué algunos medicamentos funcionan como por arte de magia cuando los tragas, mientras que otros simplemente se quedan en tu estómago y se desvanecen antes de poder hacer algo bueno? Este es el mundo del descubrimiento de fármacos, un juego de alto riesgo donde los científicos gastan miles de millones de dólares y más de una década intentando convertir una idea química en una píldora que salve vidas. El mayor obstáculo no es solo encontrar una molécula que mate un virus o detenga un tumor; es asegurarse de que esa molécula pueda sobrevivir realmente al viaje a través de tu sistema digestivo para llegar a tu torrente sanguíneo. Este viaje se llama "biodisponibilidad oral". Piensa en esto como un corredor de maratón: el hecho de que un corredor sea rápido no significa que pueda terminar la carrera si tropieza con un obstáculo o se pierde. En el mundo de los fármacos, si una molécula no puede sobrevivir al "primer paso" a través del hígado y el intestino, es un fracaso, sin importar lo poderosa que parezca en un tubo de ensayo.

Durante mucho tiempo, los científicos intentaron predecir este viaje usando una "lista de verificación" de características químicas, como un mecánico que adivina cómo funcionará un coche con solo mirar una lista de sus piezas. Pero esto es lento, requiere mucho conocimiento experto basado en suposiciones y, a menudo, no capta el panorama general. Recientemente, un nuevo tipo de IA llamado "Red Neuronal Convolucional de Grafos" (GCN, por sus siglas en inglés) ha entrado en escena. Imagina una GCN no como una lista de verificación, sino como un mapa. Mira la molécula entera como una red conectada de átomos (como un mapa de una ciudad con calles e intersecciones) y aprende cómo fluye el tráfico a través de ella. Este artículo presenta una versión nueva y superinteligente de este lector de mapas llamada BioGCN. Es "biológicamente inspirada" porque no solo mira el mapa; también trae consigo una "guía" de categorías de fármacos para ayudarle a entender mejor el terreno.

Los investigadores, un equipo del Instituto de Estadística de la India, querían ver si añadir esta guía haría de la IA un mejor detective. Construyeron BioGως para predecir si un fármaco tendría una biodisponibilidad alta o baja. Para hacer esto, alimentaron a la IA con una biblioteca masiva de 1,480 fármacos conocidos para aprender de ellos. Pero aquí está el giro: le dieron a la IA dos tipos diferentes de información. La primera era solo el mapa químico bruto (la estructura de los átomos). La segunda era ese mapa bruto más un código especial llamado código ATC. Piensa en el código ATC como el Sistema Dewey de una biblioteca para los fármacos; te dice exactamente qué se supone que hace el fármaco y qué parte del cuerpo tiene como objetivo. La gran idea del equipo fue que los fármacos que pertenecen a la misma "sección de la biblioteca" (mismo código ATC) probablemente comparten secretos similares sobre cómo viajan a través del cuerpo.

Cuando pusieron a prueba a BioGCN, los resultados fueron prometedores. La IA, armada tanto con el mapa químico como con la guía de la biblioteca, logró predecir el éxito de nuevos fármacos con una precisión que oscilaba entre aproximadamente el 65.83% y el 76.5% en los datos de entrenamiento. Cuando la probaron con fármacos completamente nuevos y no vistos (un grupo de 288 y otro de 45), siguió desempeñándose de manera impresionante, alcanzando tasas de precisión de entre el 53.82% y el 77.78% dependiendo del escenario específico. El estudio sugiere que este enfoque es mejor que los métodos más antiguos que dependían solo del mapa químico o de los modelos computacionales tradicionales. De hecho, al compararse con otros modelos de primer nivel como "HOBPre" o "Deep-PK", BioGCN resultó superior en casi todas las categorías, incluyendo qué tan bien podía distinguir entre fármacos exitosos y fallidos.

El equipo también comprobó si su modelo estaba simplemente memorizando las respuestas o si realmente estaba aprendiendo. Utilizaron una técnica llamada "validación cruzada", que es como tomar un examen, calificarlo y luego tomar una versión diferente del examen para ver si realmente comprendiste la materia. Los resultados sugirieron que BioGCN se generalizaba bien, lo que significa que podía manejar nuevos fármacos no vistos sin confundirse. También compararon dos formas de organizar los datos: una con solo características químicas (FM) y otra con las características químicas más la guía ATC (CFM). Los datos mostraron que la versión con la guía (CFM) funcionó consistentemente mejor, lo que sugiere que saber la "familia" de un fármaco realmente ayuda a predecir su viaje a través del cuerpo.

Sin embargo, el artículo tiene cuidado de no llamar a esto una solución mágica. Los autores señalan que, si bien el modelo es un paso significativo hacia adelante, todavía enfrenta desafíos, especialmente con la naturaleza desordenada y desequilibrada de los datos de fármacos del mundo real. Encontraron que el rendimiento del modelo puede cambiar dependiendo de cómo se manejen los datos (por ejemplo, utilizando una técnica llamada "SMOTE" para equilibrar los números de éxitos frente a fracasos). Aunque BioGCN superó a otros métodos, la precisión en los conjuntos de prueba no fue perfecta, situándose alrededor del 77% en los mejores casos. Esto sugiere que, si bien el enfoque "biológicamente inspirado" es una herramienta poderosa, aún queda trabajo por hacer para que estas predicciones sean impecables. El estudio concluye que, al combinar el mapa estructural de una molécula con su clasificación biológica, podemos construir herramientas más inteligentes para ayudar a los desarrolladores de fármacos a decidir qué candidatos valen los millones de dólares y los años de tiempo necesarios para llevarlos al estante de la farmacia.