Can Folding Models Tell Binders from Bluffers? Evidence from POISK: The Patent-Derived Antibody Dataset
Cet article présente POISK, un ensemble de données d'anticorps dérivées de brevets à grande échelle, pour démontrer que si les modèles actuels de prédiction de structure peuvent statistiquement enrichir l'identification de liants par rapport à une sélection aléatoire, ils manquent de fiabilité pour le criblage de candidats uniques et la localisation précise des épitopes, nécessitant ainsi leur utilisation parallèlement à des méthodes expérimentales orthogonales.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Dans la quête pour guérir les maladies, les scientifiques se tournent souvent vers les anticorps, les défenseurs naturels du corps qui traquent les envahisseurs comme les virus et les bactéries. Ces molécules sont des protéines en forme de Y qui fonctionnent en s'accrochant à une cible spécifique, un peu comme une clé s'insérant dans une serrure. Pendant des décades, trouver la bonne clé pour une nouvelle serrure a été un processus lent et coûteux de tâtonnements en laboratoire. Récemment, un nouvel outil est apparu et promet d'accélérer ce processus : des programmes informatiques capables de prédire la forme tridimensionnelle d'une protéine simplement en examinant son code chimique. L'espoir est que si un ordinateur peut prédire avec assurance la façon dont un anticorps se replie et saisit une cible, cela signifie que cet anticorps fonctionnera réellement dans le monde réel. Cette idée a conduit de nombreux chercheurs à utiliser ces prédictions numériques comme un premier filtre, espérant ainsi sauter le travail de laboratoire pour les candidats les plus prometteurs.
Cependant, une nouvelle étude de chercheurs de chez Roche suggère que, bien que ces outils numériques s'améliorent, ils ne sont pas encore assez fiables pour être utilisés seuls. L'équipe, dirigée par Daria Tupikina et Brennan Abanades, s'est donné pour mission de tester cette hypothèse grâce à un ensemble de données massif et inédit qu'ils ont construit de toutes pièces. Au lieu d'utiliser les anciennes données sur lesquelles les programmes informatiques ont probablement été entraînés, ils ont exploité des milliers de documents de brevets. Les brevets sont des documents juridiques déposés par des entreprises pour protéger leurs inventions, et ils contiennent des milliers d'exemples réels d'anticorps qui ont été testés et prouvés capables de se lier à des cibles spécifiques. Les chercheurs ont utilisé l'intelligence artificielle pour lire plus de dix mille de ces brevets, extrayant près de quatre-vingt-dix mille enregistrements d'interactions d'anticorps. Ils ont ensuite constitué un ensemble spécifique de vingt-deux mille paires, associant des liants connus à des anticorps similaires qui n'étaient pas censés se lier, créant ainsi un test rigoureux pour voir si les modèles informatiques pouvaient faire la différence.
Les résultats ont montré que le meilleur modèle informatique, appelé Protenix-v2, pouvait distinguer un véritable liant d'un non-liant environ soixante-douze pour cent du temps sur l'ensemble du groupe. Lorsque les chercheurs ont examiné uniquement les prédictions pour lesquelles l'ordinateur était le plus confiant, ce taux de réussite est monté à quatre-vingt-sept pour cent. C'est une amélioration significative par rapport au hasard, mais cela reste insuffisant pour remplacer les expériences de laboratoire. Dans une simulation où l'ordinateur devait trouver l'unique liant correct caché parmi cinquante leurres, le meilleur modèle n'a réussi que vingt-neuf pour cent du temps. Bien qu'il s'agisse d'une amélioration de quatorze fois par rapport au hasard, cela signifie que dans plus de sept tentatives sur dix, l'ordinateur passerait encore à côté de la bonne réponse. L'étude a également révélé que les modèles n'étaient pas très doués pour localiser précisément l'endroit où l'anticorps s'attache à la cible, ne trouvant l'emplacement exact que dans environ soixante-trois pour cent des cas.
La découverte la plus surprenante fut peut-être qu'un score de confiance élevé de la part de l'ordinateur ne signifie pas toujours que la forme prédite est physiquement correcte. Les chercheurs ont découvert que lorsque plusieurs modèles informatiques différents s'accordaient sur la même forme pour une paire anticorps-cible, la probabilité qu'il s'agisse d'un véritable liant augmentait considérablement, atteignant plus de quatre-vingt-seize pour cent dans les cas les plus stricts. Cependant, cet accord était rare, ne se produisant que dans une petite fraction des tentatives. L'étude conclut que ces modèles de repliement fournissent un signal utile qui peut aider à affiner la recherche, mais qu'ils ne peuvent pas encore être le seul décideur. Ils sont mieux utilisés comme une étape d'un processus plus large, complétés par d'autres méthodes, plutôt que comme une solution miracle capable d'identifier instantanément le candidat médicament parfait. Les chercheurs ont rendu public leur nouvel ensemble de données, nommé POISK, dans l'espoir qu'il aide d'autres personnes à construire de meilleurs outils pour l'avenir.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.