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

Résumé technique : Rugosité locale du paysage structure-activité pour la fiabilité des QSAR

Énoncé du problème
Les modèles de relation quantitative structure-activité (QSAR) et les approches d'apprentissage profond reposent fondamentalement sur le principe de similitude moléculaire : les molécules structurellement similaires possèdent des propriétés similaires. Cependant, les « falaises d'activité » (activity cliffs) — des paires de molécules structurellement similaires présentant des différences de puissance importantes — représentent une exception fondamentale où cette hypothèse échoue. Des benchmarks récents (par exemple, MoleculeACE) confirment que les modèles d'apprentissage automatique sont nettement moins performants sur les falaises d'activité que sur les autres composés.

Le problème critique est que les estimateurs de fiabilité standards par composé ne parviennent pas à détecter ces modes de défaillance spécifiques. Les outils existants, incluant la variance des ensembles de forêts aléatoires, les analyses de domaine d'applicabilité (AD) basées sur la distance, le modèle d'erreur à trois mesures de Sheridan et les méthodes de fiabilité-densité-voisinage (RDN), sont tous organisés autour du concept de proximité avec les données d'entraînement. Or, comme les falaises d'activité surviennent dans des régions denses et bien échantillonnées parmi des analogues proches, ces méthodes basées sur la proximité rapportent souvent une haute confiance pour les composés de falaise, manquant ainsi la défaillance.

Méthodologie
L'étude évalue les estimateurs de fiabilité standards par rapport à une nouvelle métrique : la rugosité locale du paysage structure-activité.

• Données : Les analyses ont été menées sur le benchmark MoleculeACE (30 cibles macromoléculaires, ~48,7k mesures) et sur des benchmarks physicochimiques externes (solubilité ESOL et lipophilie).
• Modèles : L'analyse primaire utilise des forêts aléatoires (200 arbres) ; des arbres boostés par gradient (Gradient Boosted Trees), des régressions à vecteurs de support (SVR-RBF) et des réseaux de neurones à isomorphisme de graphe (GIN) ont été utilisés pour vérifier la généralité.
• Descripteurs :
  • Référentiels standards : Variance d'ensemble, AD basé sur la distance (1 - similitude de Tanimoto avec le plus proche voisin), modèle d'erreur de Sheridan et une adaptation de la RDN pour la régression.
  • Métrique proposée (Rugosité locale) : Une famille de fonctionnelles calculées à partir des $k$ plus proches voisins de l'entraînement ($N_k$) sans utiliser l'activité propre de la requête ($y_i$). Les descripteurs clés incluent :
    • Dispersion d'activité du voisinage ($D$) : L'écart-type des activités parmi les voisins.
    • Densité de SALI par paire ($S_{mean}$) : La moyenne de $|y_a - y_b| / \max(1-s_{ab}, \epsilon)$ sur les paires de voisins.
    • Descripteurs de paysage : Des variantes telles que l'énergie de Dirichlet et les constantes de Lipschitz qui utilisent l'activité propre de la requête (utilisées comme limites théoriques plutôt que comme signaux déployables).
• Évaluation : La performance est mesurée par l'AUC-ROC pour classer les composés à erreur élevée et signaler les falaises d'activité étiquetées. La signification statistique est évaluée via des corrélations de Spearman, des corrélations partielles (contrôlant l'AD) et des modèles linéaires à effets mixtes.

Résultats clés

1. Détection des falaises d'activité : Les méthodes de fiabilité standards se comportent de manière aléatoire ou pire lors de l'identification des falaises d'activité. Par exemple, l'AD basé sur la distance a produit un AUC-ROC de 0,35 (inversé), et la variance d'ensemble était au hasard (0,51). En revanche, la rugosité locale a atteint un AUC-ROC médian de 0,69 pour le signalement des falaises.
2. Axe de fiabilité distinct : La rugosité locale est statistiquement distincte du domaine d'applicabilité. Même après contrôle de la similitude du plus proche voisin et de la densité locale via corrélation partielle et modèles à effets mixtes, la rugosité reste un prédicteur significatif de l'erreur (par exemple, la corrélation de la dispersion du voisinage $\rho \approx 0,23$ après contrôle). Cela confirme que la rugosité capture un mode de défaillance (les falaises dans les régions denses) que les métriques basées sur la proximité ne détectent pas.
3. Généralisabilité : La relation entre rugosité et erreur s'est maintenue à travers différentes classes de modèles (Forêt Aléatoire, Gradient Boosting, SVR) et différentes représentations moléculaires (ECFP4, ECFP6, descripteurs physicochimiques). Le signal s'est également reproduit sur des benchmarks physicochimiques externes (solubilité et lipophilie).
4. Triage opérationnel : Bien que la variance d'ensemble reste le signal le plus fort pour les prédictions d'erreur générale (récupérant 38 % des erreurs du quartile supérieur), elle échoue à identifier les falaises. La rugosité est le signal supérieur pour les falaises, récupérant 33 % des falaises étiquetées dans les 20 % supérieurs des composés signalés, tandis que la variance se comporte de manière aléatoire (enrichissement de 1,0 fois).
5. Calibration de la prédiction conforme : Le conditionnement des prédicteurs conformes sur la rugosité locale restaure une couverture valide sur les falaises d'activité. Le conditionnement standard sur la variance ou l'AD laisse la couverture des falaises en dessous de la cible nominale (par exemple, 86 % contre 90 % visés). Un prédicteur Mondrian stratifié par la rugosité a maintenu une couverture constante sur toute la plage de rugosité et a porté la couverture des falaises à 89,5 %.

Signification et revendications
L'article affirme que la rugosité locale du paysage fournit un axe de fiabilité complémentaire par composé, qui est distinct de la distance aux données d'entraînement. Sa contribution primaire n'est pas de remplacer la quantification de l'incertitude, mais d'ajouter une sensibilité spécifique au « mode de défaillance par falaise » que les méthodes standards manquent systématiquement.

En identifiant les régions où le paysage structure-activité est « rugueux » (changements brusques) en se basant uniquement sur les voisins d'entraînement, la méthode permet la construction de prédicteurs conformes conscients des falaises. Cela garantit que les intervalles de prédiction restent valides précisément là où les modèles QSAR sont les plus susceptibles d'échouer et de se tromper avec le plus de confiance. Les auteurs soulignent que cette approche est pratique, reproductible et déployable sans nécessiter l'essai du composé requête, répondant ainsi à une lacune critique de la fiabilité des outils de découverte de médicaments computationnels.