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

Sintesi Tecnica: Modellazione Generativa Condizionata di Molecole Collanti per la Degradazione di Aβ42

Problematica
La malattia di Alzheimer (AD) è guidata dall'accumulo patologico di beta-amiloide 42 (Aβ42) intracellulare, che causa disfunzione sinaptica e neurodegenerazione. Sebbene le placche extracellulari siano ben caratterizzate, l'Aβ42 intracellulare rappresenta un driver tossico precoce che rimane difficile da colpire. Le strategie terapeutiche esistenti, come gli inibitori delle secretasi e le immunoterapie, affrontano ostacoli significativi tra cui la tossicità off-target, i problemi di penetrazione della barriera emato-encefalica (BBB) e la mancanza di specificità. Sebbene il sistema ubiquitina-proteasoma (UPS) offra un meccanismo per degradare gli aggregati intracellulari, la natura incline all'aggregazione di Aβ42 ne ostacola il naturale riconoscimento da parte dell'UPS. Le molecole collanti (molecular glues)—piccole molecole che inducono interazioni tra ligasi E3 e proteine bersaglio—rappresentano una soluzione promettente grazie alle loro piccole dimensioni e al potenziale di permeabilità della BBB. Tuttavia, i metodi di scoperta tradizionali sono lenti e dispendiosi in termini di risorse, mentre i modelli generativi IA esistenti spesso faticano con la validità chimica, la coerenza strutturale e la capacità di condizionare la generazione su specifici target proteici.

Metodologia
Lo studio impiega una pipeline computazionale integrata che combina modellazione basata sulla struttura, screening ADMET e un nuovo framework di deep learning:

1. Preparazione Strutturale e Identificazione del Sito:

   • La struttura di Aβ42 è stata derivata da dati cryo-EM (PDB: 7Q4B). Utilizzando lo SiteMap di Schrödinger, è stato identificato un sito di legame accessibile al solvente sulla superficie della fibrilla come sito vitale per la formazione di complessi ternari, evitando regioni sepolte o stericamente impedite.
   • Tre ligasi E3—VHL, CRBN e MDM2—sono state selezionate in base alle loro proprietà strutturali e al precedente successo nella degradazione mirata. Le loro strutture cristalline sono state preparate per il docking.

2. Virtual Screening e Validazione del Complesso Ternario:

   • Le librerie di composti Vitas e ChEMBL sono state filtrate utilizzando criteri ADMET (Regola del Cinque di Lipinski, regole di Veber, responsabilità hERG, ecc.), trattenendo 65.998 molecole drug-like.
   • Il docking molecolare è stato eseguito per valutare la formazione di complessi ternari (Aβ42 + ligasi E3 + molecola collante). I migliori candidati sono stati sottoposti a simulazioni di dinamica molecolare (MD) all-atom di 100 ns utilizzando il campo di forza OPLS4 per valutarne la stabilità. I risultati hanno indicato assemblaggi ternari stabili con reti di legami a idrogeno persistenti.

3. Sviluppo di un Junction Tree VAE Condizionato dalla Ligasi (LC-JT-VAE):

   • Architettura: Gli autori hanno esteso lo standard Junction Tree Variational Autoencoder (JT-VAE) per affrontare due limitazioni: la mancanza di contesto proteico e l'assenza di dati conformazionali 3D.
   • Integrazione Torsionale: La rappresentazione del grafo molecolare è stata potenziata incorporando esplicitamente gli angoli torsionali (diedri) per i legami rotabili, calcolati tramite RDKit, per catturare la flessibilità conformazionale.
   • Condizionamento Proteico: Le sequenze amminoacidiche dei siti di legame di CRBN, VHL e MDM2 sono state codificate utilizzando ProtBERT (un modello transformer) e perfezionate tramite reti BiLSTM. Questi embedding sono stati fusi con lo spazio latente molecolare tramite concatenazione e meccanismi di cross-attention.
   • Addestramento: Il modello è stato addestrato sul dataset filtrato e prioritizzato dal docking tramite una funzione di perdita β-VAE su 2000 epoche, ottimizzando l'accuratezza della ricostruzione (topologia, parole e stereochimica) e la continuità dello spazio latente.

Risultati Chiave

• Caratterizzazione del Dataset: Il set di addestramento di 65.998 composti è stato stratificato per affinità di docking (Alta, Bassa, Nessuna) per ogni ligasi. I leganti ad alta affinità hanno mostrato motivi strutturali distinti (ad esempio, aromatici sostituiti per VHL, bifenili per MDM2) e profili ADMET specifici (MW 300–500 Da, lipofilia moderata).
• Performance del Modello: L'LC-JT-VAE ha generato molecole con alta validità chimica (>96% attraverso tutte le ligasi).
  • Modello VHL: 96,30% di validità, 85,19% di unicità, 81,48% di novità.
  • Modello CRBN: 100% di validità, 82% di unicità, 80% di novità.
  • Modello MDM2: 97,87% di validità, 97,87% di unicità, 93,62% di novità.
• Diversità Chimica e Specificità: La visualizzazione t-SNE ha confermato che le molecole generate occupavano regioni distinte dello spazio chimico pur rimanendo entro i limiti delle proprietà drug-like. L'analisi di cross-docking ha dimostrato una forte selettività del target; i composti progettati per una specifica ligasi hanno mostrato punteggi di docking significativamente migliori rispetto al proprio target previsto rispetto alle ligasi off-target (ad esempio, i composti specifici per VHL hanno mediato -5,84 kcal/mol per VHL rispetto a circa -4,1 kcal/mol per gli altri).
• Realismo Conformazionale: L'analisi RMSD tra conformeri generati indipendentemente ha prodotto deviazioni trascurabili (vicine a 0 Å), validando il fatto che l'inclusione degli angoli torsionali ha prodotto con successo geometrie 3D strutturalmente stabili e a bassa energia.
• Approfondimenti Strutturali: I composti generati hanno esibito farmacofori specifici per la ligasi, come funzionalità estere/ammidiche per VHL, sistemi aromatici policiclici per MDM2 e motivi ispirati alla talidomide per CRBN.

Significato e Rivendicazioni
L'articolo sostiene di presentare un approccio realistico di IA per la sintesi di molecole collanti drug-like su misura per target di malattie neurodegenerative. Il contributo primario è il framework LC-JT-VAE, che riesce a integrare gli embedding delle sequenze proteiche e le caratteristiche degli angoli torsionali in un modello generativo basato su grafi. Questa integrazione consente la generazione condizionata di molecole che non sono solo chimicamente valide e nuove, ma anche specificamente ottimizzate per gli ambienti di legame di diverse ligasi E3.

Gli autori affermano che questo approccio offre un framework promettente per la progettazione di terapie mirate all'UPS, specificamente per la degradazione dell'Aβ42 intracellulare. Dimostrando la capacità di generare complessi ternari stabili in silico e producendo molecole con alta selettività del target, lo studio posiziona questa pipeline integrata come una strategia vitale per l'intervento precoce nella malattia di Alzheimer e un metodo generalizzabile per colpire altre proteine "non trattabili" (undruggable) soggette ad aggregazione. Il lavoro sottolinea che andare oltre i modelli basati sulla sequenza verso modelli basati su grafi, consapevoli della conformazione e condizionati dalla proteina è critico per far avanzare la scoperta di farmaci guidata dall'IA in contesti neurodegenerativi complessi.