Conditioned Generative Modeling of Molecular Glues: A Realistic AI Approach for Synthesizable Drug-like Molecules

Résumé technique : Modélisation générative conditionnée de colles moléculaires pour la dégradation d'Aβ42

Énoncé du problème
La maladie d'Alzheimer (MA) est pilotée par l'accumulation pathologique intracellulaire de la bêta-amyloïde 42 (Aβ42), qui provoque un dysfonctionnement synaptique et une neurodégénérescence. Bien que les plaques extracellulaires soient bien caractérisées, l'Aβ42 intracellulaire représente un moteur toxique précoce qui reste difficile à cibler. Les stratégies thérapeutiques existantes, telles que les inhibiteurs de sécrétases et les immunothérapies, font face à des obstacles importants, notamment la toxicité hors cible, les problèmes de pénétration de la barrière hémato-encéphalique (BHE) et un manque de spécificité. Bien que le système ubiquitine-protéasome (UPS) offre un mécanisme de dégradation des agrégats intracellulaires, la nature propice à l'agrégation de l'Aβ42 entrave sa reconnaissance naturelle par l'UPS. Les colles moléculaires — de petites molécules qui induisent des interactions entre des E3 ligases et des protéines cibles — présentent une solution prometteuse en raison de leur petite taille et de leur potentiel de perméabilité de la BHE. Cependant, les méthodes de découverte traditionnelles sont lentes et gourmandes en ressources, tandis que les modèles génératifs d'IA existants peinent souvent avec la validité chimique, la cohérence structurelle et la capacité de conditionner la génération sur des cibles protéiques spécifiques.

Méthodologie
L'étude emploie un pipeline computationnel intégré combinant la modélisation basée sur la structure, le criblage ADMET et un nouveau cadre d'apprentissage profond :

1. Préparation structurelle et identification du site :

   • La structure de l'Aβ42 a été dérivée de données de cryo-EM (PDB : 7Q4B). En utilisant SiteMap de Schrödinger, un site de liaison accessible au solvant sur la surface de la fibrille a été identifié comme un site viable pour la formation de complexes ternaires, évitant les régions enfouies et stériquement encombrées.
   • Trois E3 ligases — VHL, CRBN et MDM2 — ont été sélectionnées sur la base de leurs propriétés structurelles et de leurs succès antérieurs dans la dégradation ciblée. Leurs structures cristallines ont été préparées pour l'amarrage (docking).

2. Criblage virtuel et validation du complexe ternaire :

   • Les bibliothèques de composés de Vitas et ChEMBL ont été filtrées selon les critères ADMET (Règle de cinq de Lipinski, règles de Veber, responsabilité hERG, etc.), conservant 65 998 molécules de type médicament.
   • L'amarrage moléculaire a été effectué pour évaluer la formation de complexes ternaires (Aβ42 + E3 ligase + colle moléculaire). Les meilleurs candidats ont été soumis à des simulations de dynamique moléculaire (MD) de 100 ns utilisant le champ de force OPLS4 pour évaluer la stabilité. Les résultats ont indiqué des assemblages ternaires stables avec des réseaux de liaisons hydrogène persistants.

3. Développement du VAE à arbre de jonction conditionné par la ligase (LC-JT-VAE) :

   • Architecture : Les auteurs ont étendu le Junction Tree Variational Autoencoder (JT-VAE) standard pour répondre à deux limites : l'absence de contexte protéique et l'absence de données de conformation 3D.
   • Intégration torsionnelle : La représentation par graphe moléculaire a été enrichie par l'incorporation explicite des angles de torsion (dièdres) pour les liaisons rotatives, calculés via RDKit, afin de capturer la flexibilité conformationnelle.
   • Conditionnement protéique : Les séquences d'acides aminés des sites de liaison de CRBN, VHL et MDM2 ont été encodées à l'aide de ProtBERT (un modèle transformer) et affinées via des réseaux BiLSTM. Ces plongements (embeddings) ont été fusionnés avec l'espace latent moléculaire par concaténation et mécanismes d'attention croisée (cross-attention).
   • Entraînement : Le modèle a été entraîné sur le jeu de données filtré et priorisé par amarrage, en utilisant une fonction de perte β-VAE sur 2000 époques, optimisant la précision de la reconstruction (topologie, mot et stéréochimie) et la continuité de l'espace latent.

Résultats clés

• Caractérisation du jeu de données : Le jeu de données d'entraînement de 65 998 composés a été stratifié par affinité d'amarrage (Haute, Basse, Aucune) pour chaque ligase. Les liants à haute affinité présentaient des motifs structurels distincts (ex: aromatiques substitués pour VHL, biphényles pour MDM2) et des profils ADMET spécifiques (PM 300–500 Da, lipophilie modérée).
• Performance du modèle : Le LC-JT-VAE a généré des molécules avec une validité chimique élevée (>96 % pour toutes les ligases).
  • Modèle VHL : 96,30 % de validité, 85,19 % d'unicité, 81,48 % de nouveauté.
  • Modèle CRBN : 100 % de validité, 82 % d'unicité, 80 % de nouveauté.
  • Modèle MDM2 : 97,87 % de validité, 97,87 % d'unicité, 93,62 % de nouveauté.
• Diversité chimique et spécificité : La visualisation t-SNE a confirmé que les molécules générées occupaient des régions distinctes de l'espace chimique tout en restant dans les limites des propriétés de type médicament. L'analyse de l'amarrage croisé a démontré une forte sélectivité de cible ; les composés conçus pour une ligase spécifique présentaient des scores d'amarrage nettement meilleurs contre leur cible prévue par rapport aux ligases hors cible (ex: les composés spécifiques à VHL affichaient en moyenne -5,84 kcal/mol pour VHL contre environ -4,1 kcal/mol pour les autres).
• Réalisme conformationnel : L'analyse RMSD entre les conformères générés indépendamment a produit des écarts négligeables (proches de 0 Å), validant que l'inclusion des angles de torsion a réussi à produire des géométries 3D structurellement stables et de basse énergie.
• Aperçu structurel : Les composés générés présentaient des pharmacophores spécifiques à la ligase, tels que des fonctionnalités ester/amide pour VHL, des systèmes aromatiques polycycliques pour MDM2 et des motifs inspirés de la thalidomide pour CRBN.

Signification et affirmations
L'article affirme présenter une approche d'IA réaliste pour la synthèse de colles moléculaires de type médicament adaptées aux cibles de maladies neurodégénératives. La contribution principale est le cadre LC-JT-VAE, qui intègre avec succès les plongements de séquences protéiques et les caractéristiques d'angles de torsion dans un modèle génératif basé sur les graphes. Cette intégration permet la génération conditionnée de molécules qui sont non seulement chimiquement valides et nouvelles, mais aussi spécifiquement optimisées pour les environnements de liaison de distinctes E3 ligases.

Les auteurs affirment que cette approche offre un cadre prometteur pour la conception de thérapies ciblant l'UPS, spécifiquement pour la dégradation de l'Aβ42 intracellulaire. En démontrant la capacité de générer des complexes ternaires stables in silico et de produire des molécules à haute sélectivité de cible, cette étude positionne ce pipeline intégré comme une stratégie viable pour une intervention précoce dans la maladie d'Alzheimer et comme une méthode généralisable pour cibler d'autres protéines sujettes à l'agrégation considérées comme "infinançables" (undruggable). Le travail souligne que le passage des modèles basés uniquement sur les séquences à des modèles basés sur les graphes, conscients de la conformation et conditionnés par les protéines, est crucial pour faire progresser la découverte de médicaments assistée par l'IA dans les contextes neurodégénératifs complexes.