MARS: A neurosymbolic approach for interpretable drug discovery

Sintesi Tecnica: MARS – Un approccio neurosimbolico per la scoperta interpretabile di farmaci

Definizione del Problema
La scoperta di farmaci (DD) si basa tradizionalmente sullo screening di migliaia di composti chimici, un processo spesso accelerato dai Knowledge Graph (KG). Sebbene i metodi basati su KG standard eccellano nella previsione dei collegamenti (ad esempio, l'abbinamento di farmaci a indicazioni terapeutiche), essi spesso mancano di interpretabilità riguardo al Meccanismo d'Azione (MoA) di un farmaco. La deconvoluzione del MoA — la previsione computazionale dei percorsi molecolari attraverso i quali un farmaco ottiene il suo effetto — è fondamentale per ridurre i rischi legati agli effetti collaterali e prevedere il successo clinico. Tuttavia, gli esistenti metodi interpretabili si affidano spesso a "pattern associativi" (ad esempio, effetti collaterali o indicazioni condivise) piuttosto che a "pattern meccanicistici" (interazioni molecolari fisiche). Inoltre, non esistono linee guida chiare per valutare la plausibilità biologica delle interpretazioni del modello. Una sfida significativa identificata nell'IA Neurosimbolica (NeSy) è lo "scorciatoia di ragionamento" (reasoning shortcut), dove i modelli raggiungono un'elevata accuratezza sfruttando semantiche non intenzionali, come il bias del grado del nodo, invece di aderire a regole logiche specifiche del dominio.

Metodologia
Gli autori propongono MARS (MoA Retrieval System), un approccio NeSy progettato per eseguire la deconvoluzione del MoA. La metodologia consiste in tre componenti principali:

1. MoA-net (Dataset): Un KG su misura costruito specificamente per la deconvoluzione del MoA. A differenza dei KG biomedici generali, MoA-net si concentra su entità e relazioni scopribili in contesti di laboratorio pre-clinici. Comprende triple che collegano Farmaci, Proteine e Processi Biologici (BP) tramite relazioni causali (ad esempio, upregulates, downregulates) e interazioni. Il dataset include 300 farmaci, 9.301 proteine e 86 BP.
2. Framework NeSy: MARS utilizza un agente di Deep Reinforcement Learning (RL) per attraversare MoA-net. L'obiettivo dell'agente è trovare percorsi che colleghino un nodo Farmaco a un nodo BP (la relazione induces).
   • Regole basate su Metapath: Il sistema impiega regole logiche in cui il corpo consiste in metapath (sequenze di relazioni) e la testa è la relazione target induces.
   • Apprendimento Dinamico dei Pesi: A differenza degli approcci precedenti (ad esempio, PoLo) che utilizzano pesi delle regole statici e pre-calcolati, MARS apprende i pesi delle regole dinamicamente durante l'addestramento.
3. Meccanismi di Aggiornamento dei Pesi: Il documento introduce due metodi per aggiornare i pesi delle regole per rendere il sistema "consapevole delle scorciatoie" (shortcut-aware):
   • Aggiornamenti Naive: Regola i pesi in base alla frequenza di soddisfacimento della regola rispetto alla frequenza attesa.
   • P2H (Two-Hop Joint Probability): Un algoritmo innovativo che approssima l'utilità della regola analizzando la probabilità congiunta di frammenti a due hop all'interno delle traiettorie di successo dell'agente. Ciò consente al sistema di aggiornare i pesi sulla base di corrispondenze parziali dei percorsi, fornendo una misura più robusta dell'importanza della regola.
4. Strategia di Valutazione: Il sistema è valutato su compiti di link prediction utilizzando metriche standard (Hits@k, MRR) e "metriche potate" (calculate solo sulle previsioni che soddisfano una regola logica). Lo studio testa specificamente le "scorciatoie di ragionamento" confrontando le prestazioni sul MoA-net originale rispetto a una versione permutata (MoA-net-permuted) e una versione sparsa (MoA-net-10k) per isolare gli effetti del bias del grado del nodo.

Risultati Chiave

• Scorciatoie di Ragionamento: Esperimenti iniziali hanno rivelato che MARS, insieme ai modelli bas di riferimento NeSy come PoLo, si affida frequentemente a "pattern associativi" (specificamente, bordi inversi che suggeriscono che i farmaci che inducono un comune BP probabilmente inducono un altro BP) piuttosto che alle intese regole meccanicistiche. Questo comportamento è stato guidato dal degree-bias, dove il modello ha sfruttato l'alta connettività di certi nodi per massimizzare le ricompense senza apprendere la logica biologica sottostante.
• Mitigazione: Applicando la strategia di aggiornamento dei pesi P2H e addestrando su una versione ridotta del grafo (MoA-net-10k), gli autori hanno dimostrato che il modello può essere reso "consapevole delle scorciatoie". Questa mitigazione ha ridotto la dipendenza dal degree-bias e ha costretto l'agente a utilizzare le regole logiche basate sul dominio.
• Performance: L'ottimizzato MARS (specificamente la variante P2H) ha raggiunto prestazioni in linea con i modelli di KG embedding allo stato dell'arte e con i baselines NeSy. Fondamentalmente, a differenza dei baselines, MARS ha prodotto interpretazioni allineate con i MoA noti quando le scorciatoie di ragionamento sono state mitigate.
• Interpretabilità: Il sistema ha generato con successo percorsi tra farmaci e BP che corrispondono a noti percorsi meccanicistici (validati rispetto a DrugMechDB), dimostrando che i pesi e le traiettorie apprese riflettono pattern biologicamente significativi piuttosto che artefatti statistici.

Significatività e Rivendicazioni
Il documento sostiene che MARS illustra un compito computazionale nuovo: la deconvoluzione del MoA. La sua principale significatività risiede nel dimostrare che, sebbene i modelli NeSy offrano una maggiore interpretabilità, rimangono suscettibili a scorciatoie di ragionamento che possono rendere le loro "spiegazioni" biologicamente implausibili.

Gli autori sottolineano che:

1. L'interpretazione è Contestuale: L'interpretabilità deve essere valutata rispetto a una conoscenza specifica del dominio (regole meccanicistiche) piuttosto che solo rispetto a metriche di performance statistica.
2. Le Scorciatoie sono Mitigabili: Identificando il degree-bias e impiegando strategie come l'aggiornamento dei pesi P2H e il trimming del grafo, i modelli NeSi possono essere guidati a produrre previsioni affidabili e biologicamente significative.
3. Affidabilità per la Ricerca a Valle: Garantendo che le previsioni siano guidate da regole di dominio piuttosto che da bias statistici, MARS fornisce previsioni di MoA più affidabili per la ricerca downstream nella scoperta di farmaci, offrendo un'unica alternativa basata sull'IA ai tradizionali saggi di laboratorio non scalabili.

Lo studio conclude che, affinché gli approcci NeSy siano veramente affidabili nelle applicazioni biomediche, devono essere progettati e valutati con meccanismi specifici per rilevare e mitigare le scorciatoie di ragionamento.