Human Intestinal Absorption Revisited: The 1998 Descriptors Survive, and the Method Extends to Permeability
本論文は、1998年のヒト腸管吸収モデルの本来の性能が幸運なデータ分割に依存していたことを示すことで同モデルを再検討し、次いで、遺伝的アルゴリズムによって選択された記述子セットと250回の層化抽出を用いたランダムフォレストにより、腸管吸収および様々な透過性アッセイに対する、より堅牢でコンセンサスに基づいた予測モデルを確立するものである。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
人が錠剤を飲み込むとき、その薬は腸壁という複雑な障壁を通過しなければなりません。もしこの壁を越えることができなければ、薬がその役割を果たすために血流に到達することはありません。科学者たちは、新しい化学化合物がこの旅を成功させるかどうかを予測するために、分子の形状や電気的特性に着目したコンピュータモデルを用いて、長年試みてきました。数十年にわたり、分子の構造から導き出された特定の6つの数学的な測定値が、これらの推測を行うための標準的なツールとなってきました。電荷の様子や表面積などが含まれるこれらの測定値は、1998年の有名な研究によって確立されました。その研究は、これら6つの数値があれば吸収を高精度に予測するのに十分であると示唆しており、その主張はそれ以来、創薬に影響を与え続けてきました。しかし、そのような予測の信頼性は、データの分割とテストの方法に大きく依存しており、元の結果は、不自然に運が良かった可能性のある、ある特定の単一のデータ分割に基づいたものでした。
研究チームは最近、この古典的な問題に改めて取り組み、それらの元の6つの測定値が、より厳密にテストした場合でも依然として有効であるかどうかを確認しました。彼らは1998年の研究に含まれる元の86個の化合物を対象とし、データを一度だけテストするのではなく、モデルが平均してどのように機能するかを確認するために、データを異なるグループにシャッフルしながら250回実験を行いました。その結果、元の成功物語は、実に幸運な偶然であったことが判明しました。同じ6つの測定値をこれら多くのシャッフルに対してテストしたところ、平均誤差は元の論文が報告していたもののほぼ2倍に達しました。モデルは以前に見たデータに対してはうまく機能しましたが、未知の化合物に対しては、かつて考えられていたほど確実に予測することができませんでした。これは、元の結果が堅牢なルールではなく、むしろ特定のデータ配置による個別的な結果であったことを明らかにしました。
挫折することなく、研究者たちは、もしこれら6つの測定値をより大規模な化合物群に適用した場合、依然として有用であり得るかどうかを検討しました。彼らは同じ6つの数値を、780種類の異なる薬物様分子のデータセットに適用しました。結果は小さなセットよりも良好でしたが、エラー率は依然として望ましいレベルより高いままでした。そこでチームは、コンピュータに、より優れた測定値の組み合わせを探させることにしました。自然選択を模倣した手法を用いて、コンピュータは数千通りの異なる分子記述子の組み合わせをテストし、250回の異なるデータシャッフルの間で最も正確な予測を生み出すセットを探し出しました。このプロセスにより、元の6つよりも一貫して優れた性能を示す、新しい固定された25の測定値のセットが特定されました。より堅牢な基盤の上に構築されたこの新しいモデルは、予測誤差を大幅に減少させ、平均的な間違いを、実世界の創薬において非常に有用なレベルまで抑えました。
研究者たちは、ヒトの吸収に関する調査にとどまりませんでした。彼らはこの厳密なテストと選択のプロセスを、小分子やペプチドが人工細胞層をどのように移動するか、およびそれらが合成膜をどのように通過するかという、薬物送達における他の3つの困難な問題にも適用しました。これら4つの異なる課題のそれぞれに対して、彼らはコンピュータによって選ばれた特定の記述子のセットを用いて、専用のモデルを構築しました。その結果、古い6つの測定値では不十分であったものの、慎重に選択されたより大きな特性のセットを用いることで、これらの挙動をはるかに高い信頼性で予測できることが示されました。小分子とペプチドに関する新しいモデルは高い精度を実現し、化合物が細胞障壁を横切る動きを、大部分のケースで正しく予測しました。これらの知見は、旧来のモデルの背後にある原理は正しかったものの、現代の創薬における複雑さに対応するためには、使用すべき具体的なツールを更新し、拡張する必要があることを示唆しています。
これら4つの新しいモデルはすべて、科学者が新しい化学構造をこれらの洗練された基準に対してテストできるよう、一般に公開されています。この研究は、吸収という基本的な化学現象は変わっていないものの、それを測定し予測する方法は進化しなければならないことを示しています。単一の「運の良い」データ分割から脱却し、数百通りのシナリオにわたって予測をテストする手法を取り入れることで、研究者たちは、錠剤から血流へと至る薬の旅をナビゲートするための、より誠実で信頼できる地図を提供したのです。元の6つの測定値は間違っていたのではなく、不完全であったのです。新しい25の測定値のセットは、薬が人体とどのように相互作用するかについて、より明確で完全な全体像を提示しています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。