Can Folding Models Tell Binders from Bluffers? Evidence from POISK: The Patent-Derived Antibody Dataset
Questo articolo introduce POISK, un dataset di anticorpi su larga scala derivato da brevetti, per dimostrare che, sebbene gli attuali modelli di predizione strutturale possano arricchire statisticamente l'identificazione dei binder rispetto alla selezione casuale, essi manchino dell'affidabilità necessaria per lo screening di singoli candidati e per la localizzazione accurata degli epitopi, rendendo necessaria la loro associazione con metodi sperimentali ortogonali.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
Nella ricerca della cura delle malattie, gli scienziati si rivolgono spesso agli anticorpi, i difensori naturali del corpo che danno la caccia agli invasori come virus e batteri. Queste molecole sono proteine a forma di Y che operano agganciandosi a un bersaglio specifico, molto come una chiave che si inserisce in una serratura. Per decenni, trovare la chiave giusta per una nuova serratura è stato un processo lento ed costoso di tentativi ed errori in laboratorio. Recentemente, è emerso un nuovo strumento che promette di accelerare questo processo: programmi informatici in grado di prevedere la forma tridimensionale di una proteina semplicemente osservando il suo codice chimico. La speranza è stata che, se un computer può prevedere con sicurezza come un anticorpo si ripiega e si aggancia a un bersaglio, ciò significhi che quell'anticorpo funzionerà effettivamente nel mondo reale. Questa idea ha portato molti ricercatori a utilizzare queste previsioni digitali come un primo filtro, sperando di saltare il lavoro di laboratorio per i candidati più promettenti.
Tuttavia, un nuovo studio condotto da ricercatori di Roche suggerisce che, sebbene questi strumenti digitali stiano migliorando, non sono ancora abbastanza affidabili da poter essere considerati autonomamente. Il team, guidato da Daria Tupikina e Brennan Abanades, si è posto l'obiettivo di testare questa ipotesi con un enorme dataset inedito costruito da zero. Invece di utilizzare i vecchi dati su cui i programmi informatici erano probabilmente stati addestrati, hanno scavato tra migliaia di documenti brevettuali. I brevetti sono documenti legali depositati dalle aziende per proteggere le loro invenzioni e contengono migliaia di esempi reali di anticorpi che sono stati testati e dimostrati capaci di legarsi a specifici bersagli. I ricercatori hanno utilizzato l'intelligenza artificiale per leggere oltre diecimila di questi brevetti, estraendo quasi novantamila record di interazioni anticorpali. Hanno poi curato un set specifico di ventimila coppie, accoppiando leganti noti con anticorpi simili che non ci si aspettava legassero, creando un test rigoroso per vedere se i modelli informatici potessero distinguere la differenza.
I risultati hanno mostrato che il miglior modello informatico, chiamato Protenix-v2, riusciva a distinguere tra un vero legante e un non-legante circa il settantadue percento delle volte nell'intero set. Quando i ricercatori hanno esaminato solo le previsioni in cui il computer era più sicuro, questo tasso di successo è salito all'ottantasette percento. Si tratta di un miglioramento significativo rispetto al caso, ma è insufficiente per sostituire gli esperimenti di laboratorio. In una simulazione in cui il computer doveva trovare l'unico legante corretto nascosto tra cinquanta esche, il miglior modello ha avuto successo solo il ventinove percento delle volte. Sebbene questo sia un miglioramento di quattordici volte rispetto al caso, significa che in più di sette tentativi su dieci il computer mancherebbe comunque la risposta corretta. Lo studio ha anche rilevato che i modelli non erano molto bravi a individuare esattamente il punto in cui l'anticorpo si attaccava al bersaglio, ottenendo la posizione corretta solo in circa il sessantatré percento dei casi.
Il risultato forse più sorprendente è stato che un punteggio di confidenza elevato da parte del computer non significa sempre che la forma prevista sia fisicamente corretta. I ricercatori hanno scoperto che quando diversi modelli informatici concordavano sulla stessa forma per una coppia anticorpo-bersaglio, la probabilità che si trattasse di un vero legante aumentava drasticamente, raggiungendo oltre il novantasei percento nei casi più rigorosi. Tuttavia, questo accordo era raro, verificandosi solo in una piccola frazione dei tentativi. Lo studio conclude che questi modelli di ripiegamento forniscono un segnale utile che può aiutare a restringere il campo di ricerca, ma non possono ancora essere l'unico decisore. Sono migliori se utilizzati come uno step all'interno di un processo più ampio, complementati da altri metodi, piuttosto che come una soluzione magica in grado di identificare istantaneamente il candidato farmaceutico perfetto. I ricercatori hanno rilasciato il loro nuovo dataset, chiamato POISK, alla comunità scientifica, con la speranza che aiuti altri a costruire strumenti migliori per il futuro.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.