Confidence is the key: how conformal prediction enhances the generative design of permeable peptides

技術的サマリー：自信が鍵：共形予測が透過性ペプチドの創薬設計をどのように強化するか

問題定義
REINVENT や PepINVENT などの強化学習（RL）と組み合わされた生成モデルは、de novo分子設計のための強力なツールである。しかし、それらがスコアリング関数として予測モデルに依存することは、適用領域という重大な脆弱性を生み出す。RL エージェントが化学空間を探索する際、予測モデルの訓練分布の外部にある分子を提案することが多い。これらの領域では予測は信頼性が低下し、最適化が高報酬だが高不確実性の化学空間へと誘導される可能性がある。この問題は、治療上の有望性を示すものの、小分子に比べて訓練データで過小評価されている環状ペプチドにおいて特に顕著である。課題は、真に透過性の設計と、モデルの補外によるアーティファクト（高予測確率であっても較正や信頼性が欠如している場合）を区別することにある。

手法
著者は、細胞透過性環状ペプチドの設計のために、**共形予測（CP）**を RL ループに直接統合する、不確実性を考慮した生成フレームワークを提案する。

• 生成フレームワーク: 本研究では、半合成データ（CHUCKLES 記法における天然および非天然アミノ酸）で訓練されたトランスフォーマーベースのモデルPepINVENTを利用する。RL プロセスでは、入力環状ペプチドのアミノ酸位置をマスクし、置換物を生成する。
• 予測モデル: CycPeptMPDB データベース（6,876 件の環状ペプチドエントリ）で訓練されたXGBoost 分類器が、受動的膜透過性（PAMPA アッセイデータ）を予測する。モデルは記述子として拡張結合フィンガープリント（ECFP）を使用する。
• 不確実性の定量化: 生モデルの確率を使用する代わりに、著者は**Mondrian 帰納的共形予測（ICP）**を採用する。このフレームワークは予測を較正し、個々のインスタンスに対して有効な信頼度推定値を提供する。2 つの p 値を生成する：$P_1$（分子が透過性であるという信頼度）と $P_0$（分子が非透過性であるという信頼度）。
  • $P_1 > 0.2$ かつ $P_0 < 0.2$ の場合（80% の信頼水準に対応）、予測は「共形的に効率的（信頼性がある）」とみなされる。
  • 効率性を向上させるため、10 個の ICP モデルを使用した集約共形予測器（ACP）が用いられた。
• スコアリング戦略: 本研究では、RL ループ内で 6 つのスコアリング関数を評価した。
  1. 生モデル（RM）: 透過性クラスの確率（ベースライン）。
  2. CP P1: 透過性クラスに対する p 値の最大化。
  3. CP 1-P0: 非透過性 p 値の補数の最大化。
  4. CP P1-P0: 2 つの p 値の差の最大化。
  5. 厳格関数（Harsh Function）: $P_1 > 0.2$ かつ $P_0 < 0.2$ の両方が満たされる場合のみ、バイナリ報酬（1 または 0）を与える。
  6. ソフト関数（Soft Function）: どちらかの条件が満たされれば部分報酬（0.5）を、両方が満たされれば完全報酬（1）を与えるステップ関数。

RL ループは、150 件のテストクエリ（6〜12 残基の環状ペプチド）に対して、クエリあたり 1〜4 位置をマスクし、350 エポックにわたってこれらのスコアを最適化する。

主要な結果

• 生確率の限界: RL エージェントは生モデルの確率を 0.51 から 0.87 まで成功裡に上昇させたが、共形的に効率的な予測の数は低いままであった。$P_0$ がしばしば有意水準を超えていたため、高い生確率は分子が予測者の適用領域内に収まっていることを保証しなかった。
• CP ベースのスコアリングの優位性:
  • 単一の p 値目的（P1 または 1-P0）はわずかな改善を示したが、共同信頼性を保証することはできなかった。
  • 「ソフト」スコアリング関数がすべての手法を上回った。これは最も速い収束（約 150 エポックで 50% の共形的に効率的な透過性予測という目標に到達）を達成し、信頼性のある透過性ラベルを持つ分子の割合を最も高く生み出した。
  • 「厳格」関数は学習可能であったが、スパースな報酬のため初期探索において効率が低かった。
• 妥当性と効率性: ソフトスコアリング関数は、生モデルや単一 p 値手法と比較して、合計の一意な妥当な分子の数は少なかったが、その分子のうち共形的に効率的な透過性予測である比率は著しく高かった。これは、生モデルが信頼性の低い予測でヒット率を過大評価するのに対し、CP ソフトアプローチは信頼性の高いヒットを標的としていることを示している。
• 長さ依存性: 性能はペプチドの長さによって変動した。ソフトスコアリング関数は、訓練データでよく表れている長さ 6、7、8、10 のペプチドを効果的に最適化した。長さ 9、11、12（表出が少ない）については、モデルは 350 エポック以内に高い信頼水準に到達するのに苦労し、設計目標が予測者の適用領域を超えている場合にフレームワークがそれをシグナルとして示す能力を実証した。

意義と主張
本論文は、共形予測を強化学習ガイドの生成設計に直接統合する最初のフレームワークを提示すると主張する。著者は、このアプローチが以下の点で優れていると論じている。

1. ギャップの埋め合わせ: 予測モデルの固有の不確実性と RL の戦略的探索を結びつけ、エージェントが化学空間の信頼性の低い領域を悪用するのを防ぐ。
2. 信頼性の向上: 生確率ではなく較正された信頼度に基づいて設計に報酬を与えることで、生成されたペプチドが高スコアであるだけでなく、モデルの領域内で統計的に妥当であることを保証する。
3. 効率性の向上: 「ソフト」スコアリング戦略は、従来の不確実性を考慮しない手法と比較して、高報酬かつ信頼性の高い化学空間への収束を加速する。
4. 実用性: この手法は、探索と適用領域の厳格さの間のトレードオフを制御するための調整可能なメカニズム（有意水準を通じて）を提供し、予測の信頼性が最優先される分子設計タスクに対する堅牢な戦略を提供する。

本研究は、特定の最適なスコアリング関数はタスクによって異なる可能性があるが、CP、RL、生成モデルを組み合わせる相乗効果は、より信頼性が高く効率的なde novo分子設計への汎用可能な道筋を提供すると結論付けている。