ViraHinter: a dual-modal artificial intelligence framework for predicting virus-host interactions

ViraHinter is een dubbel-modaal AI-framework dat virus-gastheer-interacties nauwkeurig voorspelt door structurele en sequentie-informatie te combineren, waardoor het nieuwe therapeutische doelen en brede antivirale strategieën voor pathogene virussen kan identificeren.

De kern

ViraHinter: De Digitale "Matchmaker" die Virussen en Menselijke Cellen Koppelt

Stel je voor dat een virus een inbreker is die een huis (onze cellen) binnendringt. Om binnen te komen en het huis over te nemen, moet de inbreker precies weten welke sleutel past bij welke deur. In de biologie zijn deze "sleutels" en "deuren" eiwitten. Het virus heeft eiwitten, en wij mensen hebben ook eiwitten. Als een virale sleutel past in een menselijke deur, kan het virus binnenkomen en zich vermenigvuldigen.

Het probleem is dat er duizenden deuren zijn en duizenden sleutels. Wetenschappers proberen al jaren om uit te zoeken welke sleutel bij welke deur hoort door middel van dure en tijdrovende experimenten in het lab. Maar veel deuren blijven nog steeds onontdekt, vooral bij nieuwe virussen.

Hier komt ViraHinter om de hoek kijken. Het is een slimme kunstmatige intelligentie (AI) die fungeert als een super-snel "matchmaker"-systeem.

Hoe werkt ViraHinter? (De Twee Ogen)

De meeste oude methoden keken alleen naar de tekst van de eiwitten (de volgorde van letters in hun DNA). Dat is alsof je probeert te raden of een sleutel past door alleen naar de naam van de sleutel te kijken. Dat werkt vaak niet goed, omdat de vorm van de sleutel (de 3D-vorm) veel belangrijker is.

ViraHinter heeft twee "ogen" of hersendelen die samenwerken:

1. Het Sequentie-Oog: Dit kijkt naar de tekstuele code van het eiwit (net als de oude methoden).
2. Het Structuur-Oog: Dit is het nieuwe, slimme deel. Dit "oog" probeert in zijn hoofd een 3D-model te bouwen van hoe het virus en de menselijke cel eruitzien. Het ziet de vorm, de bochten en de richels van de eiwitten.

Door deze twee samen te voegen, kan ViraHinter niet alleen zeggen: "Deze twee lijken op elkaar," maar ook: "Deze twee passen fysiek perfect in elkaar, alsof een sleutel in een slot gaat."

Wat heeft ViraHinter ontdekt?

De onderzoekers hebben ViraHinter getest op twee grote vijanden: Coronavirussen (zoals SARS-CoV-2) en Influenza (de griep).

1. De Coronavirussen: Een gezamenlijke zwakke plek
ViraHinter keek naar drie verschillende coronavirussen. Het ontdekte dat deze virussen, hoewel ze er anders uitzien, vaak dezelfde menselijke "deuren" gebruiken.

• De analogie: Stel je voor dat drie verschillende inbrekers (SARS-1, SARS-2 en MERS) allemaal een ander pak dragen, maar ze gebruiken allemaal dezelfde master-sleutel om de achterdeur van het huis open te krijgen.
• ViraHinter vond deze "master-sleutels" (menselijke eiwitten zoals RAB8A). Dit is enorm belangrijk, want als je een medicijn maakt dat deze specifieke deur dichtplakt, werkt het tegen alle drie de coronavirussen tegelijk. Dat is een stap in de richting van een breed werkend antiviraal middel.

2. De Griep (Influenza): Het onzichtbare netwerk
Bij de griep zijn er veel verschillende varianten (H1N1, H3N2, H9N2). ViraHinter keek naar welke menselijke cellen alle deze varianten nodig hebben om te overleven.

• Het systeem vond 33 menselijke eiwitten die door alle drie de varianten worden gebruikt.
• Veel van deze eiwitten stonden niet eerder op de lijst van "bekende doelwitten" in de databases. ViraHinter heeft ze "ontdekt" door te kijken naar de vorm en de structuur, zelfs als er nog nooit een experiment mee gedaan was.
• Het is alsof je een kaart van een stad hebt, maar je mist de straten. ViraHinter tekent die straten in op basis van logica en vorm, zodat je ziet waar de verkeerstromen (de virussen) naartoe gaan.

Waarom is dit zo belangrijk?

Vroeger moesten wetenschappers wachten tot ze een virus in het lab hadden en duizenden experimenten deden om te zien wat het deed. Dat duurt jaren.

Met ViraHinter kunnen we:

• Snel schakelen: Als er morgen een nieuw virus uitbreekt, kunnen we de code invoeren en ViraHinter kan in een oogwenk voorspellen welke menselijke deuren het waarschijnlijk zal proberen te openen.
• Breed werken: In plaats van een medicijn te maken voor één specifiek virus, kunnen we medicijnen maken die de "gemeenschappelijke deuren" van hele virus-families blokkeren.
• Kosten besparen: Het filtert de miljoenen mogelijke combinaties eruit tot de honderden die echt kans van slagen hebben, zodat wetenschappers zich kunnen focussen op de belangrijkste.

Kortom: ViraHinter is als een super-slimme detective die niet alleen naar de vingerafdrukken kijkt, maar ook naar de vorm van de sleutel. Hierdoor kan hij de plannen van virussen ontcijferen en ons helpen de deuren te sluiten voordat ze binnen kunnen komen.

Technische samenvatting

Probleemstelling

De interacties tussen virale eiwitten en hun gastheer (virus-gastheer eiwit-eiwit interacties, vhPPI's) zijn cruciaal voor infectie, replicatie en pathogenese. Hoewel hoogdoorvoer-technieken duizenden interacties hebben in kaart gebracht, blijft een groot deel van het virus-gastheer interactome ongekarakteriseerd. Dit komt door:

1. De arbeidsintensieve en kostbare aard van experimentele screens.
2. De moeilijkheid om transient (tijdelijke) interacties vast te leggen.
3. Beperkte sequentiehomoologie tussen verschillende virale families, waardoor kennis van het ene virus (bijv. influenza) niet direct overdraagbaar is naar een ander (bijv. coronavirussen).
   Bestaande databases zijn vaak incompleet en computergestuurde methoden die puur op sequentie vertrouwen, missen de ruimtelijke context van interactieoppervlakken. Methoden die structuren voorspellen (zoals AlphaFold 3) zijn vaak te rekenintensief voor grootschalige screenings en presteren minder goed bij zeer ongelijke klassenverdelingen (veel negatieve, weinig positieve voorbeelden).

Methodologie: ViraHinter Framework

ViraHinter is een nieuw, dual-modaal (twee-modale) deep learning-framework dat is ontworpen om virus-gastheer interacties nauwkeurig te voorspellen en structuren te genereren.

• Architectuur: Het model combineert twee takken:
  1. Structuur-generatie tak: Gebruikt een "Pairformer"-stack (geïnitialiseerd vanuit IntFold) en een iteratieve diffusiemodule om atoom-schone complexstructuren te genereren. Deze tak levert structuur-informatie op (single en pair representations).
  2. Sequentie-representatie tak: Gebruikt ESM (Evolutionary Scale Modeling) embeddings om sequentie-informatie te extraheren.
• Fusie: De features van beide takken worden gefuseerd. Belangrijk is dat intra-keten informatie wordt gemaskeerd om de predictor te focussen op inter-moleculaire compatibiliteit. De structuur-features worden via een "stop-gradient" verbinding overgebracht naar de interactie-head, die samenwerkt met de sequentie-features om de interactieprobabiliteit te berekenen.
• Trainingsdata: Het model is getraind op een gecurateerde, hoog-trouw atlas van experimenteel gevalideerde vhPPI's, samengesteld uit vier bronnen: IntAct, BioGRID, VirHostNet en VirusMentha. Er werden strikte filters toegepast op vertrouwen (confidence scores) en sequentiehomoologie om data-lekkage te voorkomen.
• Negatieve steekproeven: Er werd een conservatieve "hard-negative" set gegenereerd via MMseqs2-clustering om te voorkomen dat het model triviale oplossingen leert (bijv. door sequentie-identiteit >60% met bekende binders uit te sluiten).

Belangrijkste Bijdragen

1. Dual-Modal Integratie: ViraHinter is de eerste die structurele geometrische context en sequentie-embeddings (ESM) combineert in één enkel interactie-head, waardoor het zowel kan ranken als structuren kan genereren zonder post-hoc combinaties.
2. Gecurateerde Atlas: De creatie van een uitgebreide, gefilterde dataset van virus-gastheer interacties die dient als basis voor training en benchmarking.
3. Generalisatie: Het model is ontworpen om generaliseerbare interactieregels te leren die gelden voor ongeziene virale families, zelfs met beperkte sequentiehomoologie.

Resultaten

• Benchmarking: ViraHinter presteerde consistent beter dan de state-of-the-art methoden, waaronder RoseTTAFold2-PPI, AlphaFold 3 en RoseTTAFold2-Lite.
  • Bij een extreme onbalans van 1:1000 (positief:negatief) behaalde ViraHinter een AUPR van 0,44, vergeleken met 0,28 voor RoseTTAFold2-PPI en 0,23 voor AlphaFold 3.
  • Het model presteerde ook superieur bij kleine interface-groottes (<10 residuen), waar andere methoden faalden.
  • Bij testen met strikte scheiding op virale sequentie-identiteit (max 60% overlap met trainingsdata) behaalde ViraHinter een AUPR van 0,50, wat een 4,5-voudige verbetering was ten opzichte van AlphaFold 3.
• Validatie op Coronavirussen: Bij toepassing op SARS-CoV-1, SARS-CoV-2 en MERS-CoV kon ViraHinter experimenteel gevalideerde interacties succesvol prioriteren. Het identificeerde acht gastheerfactoren (zoals RAB8A, RAB5C, CUL2) als potentiële "pan-coronavirus" targets. Structurele analyse toonde aan dat deze gastheerfactoren een bijna identiek bindingskoppel vormen met virale eiwitten (bijv. NSP7) ondanks sequentievaryatie.
• Validatie op Influenza A: Bij screening van drie subtypes (H1N1, H3N2, H9N2) identificeerde ViraHinter 33 gedeelde gastheerfactoren. Dit suggereert een evolutionaire "bottleneck" die essentieel is voor alle influenza-subtypes.
  • Een opvallende vondst was de interactie tussen het virale HA-eiwit en het gastheer-eiwit RAB11A. Ondanks de grote antigenische variatie in HA, voorspelde het model een identiek bindingskoppel op RAB11A voor alle drie de subtypes.
  • Veel van deze voorspelde targets (zoals SFN en RAB11A) hadden geen eerdere fysieke interactie-evidentie in databases, maar wel functionele ondersteuning in de literatuur, wat de "functional rescue"-capaciteit van het model aantoont.

Betekenis en Impact

ViraHinter biedt een robuust computatieel platform voor het systematisch screenen van gastheerfactoren voor alle bekende menselijke virussen.

• Breedspectrum Antivirale Ontwikkeling: Door gedeelde, evolutionair behouden interactiepaden te identificeren (zoals de RAB11A-HA en RAB8A-NSP7 assen), biedt het een roadmap voor het ontwikkelen van antivirale middelen die minder gevoelig zijn voor mutaties en resistentie.
• Inzicht in Pathogenese: Het model helpt bij het ontrafelen van de gedeelde mechanismen van virale pathogenese over verschillende virale families heen.
• Toekomstgericht: Het framework is bij uitstek geschikt voor het monitoren van opkomende zoönotische bedreigingen, omdat het effectief kan voorspellen voor virussen met weinig tot geen eerdere experimentele data.

Kortom, ViraHinter overbrugt de kloof tussen structurele biologie en functionele proteomica, en versnelt de ontdekking van nieuwe therapeutische targets.