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

Imaginez que vous soyez un détective tentant de résoudre un mystère, mais qu'au lieu d'une scène de crime, votre scène de crime soit le corps humain. Le mystère ? Pourquoi certains médicaments agissent-ils comme par magie lorsque nous les avalons, tandis que d'autres restent simplement dans l'estomac et disparaissent avant d'avoir pu faire quoi que ce soit d'utile ? C'est le monde de la découverte de médicaments, un jeu à enjeux élevés où les scientifiques dépensent des milliards de dollars et plus d'une décennie pour transformer une idée chimique en une pilule salvatrice. Le plus grand obstacle n'est pas seulement de trouver une molécule qui tue un virus ou arrête une tumeur ; c'est de s'assurer que cette molécule peut réellement survivre au voyage à travers votre système digestif pour atteindre votre circulation sanguine. Ce voyage est appelé « biodisponibilité orale ». Pensez à cela comme à un marathonien : ce n'est pas parce qu'un coureur est rapide qu'il peut terminer la course s'il trébuche sur une haie ou s'il se perd. Dans le monde des médicaments, si une molécule ne peut pas survivre au « premier passage » par le foie et l'intestin, c'est un échec, peu importe sa puissance apparente dans un tube à essai.

Pendant longtemps, les scientifiques ont essayé de prédire ce voyage en utilisant une « liste de contrôle » de caractéristiques chimiques, comme un mécanicien devinant comment une voiture va fonctionner simplement en regardant une liste de ses pièces. Mais cela est lent, nécessite beaucoup de suppositions d'experts et manque souvent de vision globale. Récemment, un nouveau type d'IA appelé « Réseau de Neurones Convolutifs sur Graphes » (GCN) est entré en scène. Imaginez un GCN non pas comme une liste de contrôle, mais comme une carte. Il regarde la molécule entière comme un réseau connecté d'atomes (comme une carte de ville avec des rues et des intersections) et apprend comment le trafic circule à travers elle. Ce document présente une nouvelle version super intelligente de ce lecteur de cartes appelée BioGCN. Elle est « biologiquement inspirée » car elle ne se contente pas de regarder la carte ; elle apporte également un « guide » de catégories de médicaments pour mieux comprendre le terrain.

Les chercheurs, une équipe de l'Institut de Statistique de l'Inde, voulaient voir si l'ajout de ce guide rendrait l'IA meilleure détective. Ils ont construit BioGCN pour prédire si un médicament aurait une biodisponibilité élevée ou faible. Pour ce faire, ils ont nourri l'IA d'une immense bibliothèque de 1 480 médicaments connus pour apprendre. Mais voici le rebondissement : ils ont donné à l'IA deux types d'informations différents. La première était simplement la carte chimique brute (la structure des atomes). La seconde était cette carte brute plus un code spécial appelé le code ATC. Considérez le code ATC comme le système de classification décimale Dewey d'une bibliothèque pour les médicaments ; il vous dit exactement ce que le médicament est censé faire et quelle partie du corps il cible. L'idée majeure de l'équipe était que les médicaments appartenant à la même « section de la bibliothèque » (même code ATC) partagent probablement des secrets similaires sur la façon dont ils voyagent à travers le corps.

Lorsqu'ils ont mis BioGCN à l'épreuve, les résultats ont été prometteurs. L'IA, armée à la fois de la carte chimique et du guide de la bibliothèque, a réussi à prédire le succès de nouveaux médicaments avec une précision allant d'environ 65,83 % à 76,5 % sur les données d'entraînement. Lorsqu'ils l'ont testée sur des médicaments totalement nouveaux et inconnus (un groupe de 288 et un autre de 45), elle a tout de même obtenu des taux de précision impressionnants, atteignant des taux de précision compris entre 53,82 % et 77,78 % selon le scénario spécifique. L'étude suggère que cette approche est meilleure que les anciennes méthodes qui reposaient uniquement sur la carte chimique ou les modèles informatiques traditionnels. En fait, comparé à d'autres modèles de haut niveau comme « HOBPre » ou « Deep-PK », BioGCN est arrivé en tête dans presque toutes les catégories, y compris sa capacité à distinguer les médicaments réussis des échecs.

L'équipe a également vérifié si leur modèle ne faisait que mémoriser les réponses ou s'il apprenait réellement. Ils ont utilisé une technique de « validation croisée », qui consiste à passer un test, le noter, puis passer une version différente du test pour voir si l'on a vraiment compris la matière. Les résultats ont suggéré que BioGgest de BioGCN généralisait bien, ce qui signifie qu'il pouvait gérer de nouveaux médicaments inconnus sans s'embrouiller. Ils ont également comparé deux façons d'organiser les données : l'une avec seulement des caractéristiques chimiques (FM) et l'autre avec les caractéristiques chimiques plus le guide ATC (CFM). Les données ont montré que la version avec le guide (CFM) était systématiquement plus performante, suggérant que connaître la « famille » d'un médicament aide réellement à prédire son voyage à travers le corps.

Cependant, l'article prend soin de ne pas présenter cela comme une solution miracle. Les auteurs notent que, bien que le modèle soit une étape importante, il fait toujours face à des défis, notamment face à la nature désordonnée et déséquilibrée des données réelles sur les médicaments. Ils ont constaté que la performance du modèle pouvait varier selon la manière dont ils traitaient les données (par exemple, en utilisant une technique appelée « SMOTE » pour équilibrer le nombre de succès et d'échecs). Bien que BioGCN ait surpassé les autres méthodes, la précision sur les ensembles de test n'était pas parfaite, oscillant autour de la marque des 77 % dans les meilleurs cas. Cela suggère que, bien que l'approche « biologiquement inspirée » soit un outil puissant, il reste encore du travail à faire pour rendre ces prédictions sans faille. L'étude conclut qu'en combinant la carte structurelle d'une molécule avec sa classification biologique, nous pouvons construire des outils plus intelligents pour aider les développeurs de médicaments à décider quels candidats méritent les millions de dollars et les années de temps nécessaires pour arriver sur l'étagère de la pharmacie.