Agentic Discovery of Non-Canonical Antimicrobial Peptides with AMPGAN v3

Technische Samenvatting: Agentic Discovery van Non-canonieke Antimicrobiële Peptiden met AMPGAN v3

Probleemstelling
Antimicrobiële resistentie (AMR) veroorzaakt jaarlijks meer dan een miljoen sterfgevallen, terwijl de ontdekking van nieuwe antibiotica-klassen sinds 2000 is gestagneerd. Hoewel Antimicrobiële Peptiden (AMP's) een veelbelovende oplossing bieden vanwege hun multi-mechanistische werking en tragere resistentievorming, kampen huidige generatieve AI-modellen met twee kritieke beperkingen:

1. Structurele en Chemische Beperkingen: Bestaande modellen genereren voornamelijk $\alpha$-helische sequenties bestaande uit canonieke L-aminozuren. Deze korte helische peptiden lijden vaak aan conformationele instabiliteit en snelle proteolytische degradatie. Real-world therapeutische toepassingen vereisen niet-canonieke chemie, zoals D-aminozuren en N/C-terminus modificaties (bijv. amidatie), om stabiliteit te garanderen, wat huidige modellen niet kunnen genereren.
2. Trainingsinstabiliteit: Eerdere conditionele GAN-benaderingen (bijv. AMPGAN v2) lijden aan ernstige trainingsinstabiliteit, waarbij slechts ~10% van de willekeurige initialisaties bruikbare modellen produceert, die vaak instorten tot repetitieve single-token outputs.
3. Workflow Schaalbaarheid: Het vertalen van in-silico ontwerpen naar testbare kandidaten vereist repetitieve filter- en databaseverificatiestappen die slecht schalen wanneer deze handmatig worden uitgevoerd.

Methodologie
De auteurs introduceren AMPGAN v3, een multi-objective conditionele Generative Adversarial Network (GAN), en PepCraft, een multi-agent framework voor end-to-end discovery.

• AMPGAN v3 Architectuur:

  • Uitgebreid Vocabulaire: Het model is getraind op een gecureerde dataset van 34.275 experimenteel gevalideerde AMP-sequenties (uit DBAASP v3), die expliciet D-aminozuren en terminus modificaties bevatten. Sequenties zijn gecodeerd met speciale tokens voor N/C-terminus modificaties en sequentiegrenzen.
  • Dual-Discriminator Ontwerp: Om de trainingsinstabiliteit op te lossen, scheiden de auteurs de adversariële en activiteitsbewuste supervisie in twee gespecialiseerde discriminatoren:
    • $D_{adv}$: Een onconditionele discriminator die beoordeelt of een sequentie plausibel peptide-achtig is (distributionele beoordeling).
    • $D_{mic}$: Een conditionele discriminator die uitsluitend getraind is op echte sequenties om Minimum Inhibitory Concentration (MIC) waarden te regresseren op basis van doelsoorten (potentiebeoordeling).
  • Trainingsdoelstelling: De generator wordt geoptimaliseerd via een gewogen combinatie van vier losses: lengte loss ($L_{len}$), gelijkenis loss ($L_{sim}$), adversariële loss ($L_{adv}$) en MIC regressie loss ($L_{mic}$). Het model gebruikt Gumbel-Softmax om discrete token sampling te afhandelen.

• PepCraft Agentic Framework:

  • Een Planning Agent orkestreert gespecialiseerde executor agents om de discovery pipeline te automatiseren.
  • Generating Agent: Vertaalt natuurlijke taaldoelstellingen naar gestructureerde calls voor AMPGAN v3 en structuurvoorspellingsinstrumenten (SimpleFold).
  • Filtering Agent: Past sequentiële fysisch-chemische en structurele schermen toe (lading, hydrofobiciteit, stabiliteitsindex).
  • Verifying Agent: Voert BLAST homologiezoekopdrachten uit tegen SwissProt en DBAASP om nieuwheid te beoordelen en bekende activiteiten te herstellen.
  • Het systeem iterereert, waarbij de Planning Agent de executors opnieuw oproept met aangepaste parameters als tussenresultaten afwijken van de gebruikersdoelstellingen.

Belangrijkste Bijdragen

1. AMPGAN v3 Model: Het eerste generatieve model voor AMP's dat D-aminozuren en terminale modificaties ondersteunt, waardoor de toegankelijke chemische ruimte aanzienlijk wordt uitgebreid buiten de canonieke L-aminozuren.
2. Stabiliteitsverbetering: Door de adversariële en activiteitsbewuste supervisie te ontkoppelen, bereikt het model een succespercentage van ~70% (21/30 runs) vergeleken met ~10% voor AMPGAN v2, wat mode collapse mitigeert.
3. Agentic Workflow: De introductie van het PepCraft framework demonstreert hoe generatieve AI kan worden samengesteld met agentic systemen voor wetenschappelijke ontdekking, wat zorgt voor adaptieve controleflow en geautomatiseerde curatie.
4. Experimentele Validatie: Het paper biedt een kleinschalige maar real-world validatie van de gehele pipeline, van generatie tot wet-lab testen.

Resultaten

• In Vitro Validatie: Vijf kandidaten die drie structurele klassen beslaan ($\alpha$-helix, $\beta$-hairpin, random coil) en niet-canonieke chemie bevatten, werden gesynthetiseerd en getest.
  • Twee kandidaten vertoonden activiteit tegen Gram-positieve stammen.
  • De beste kandidaat, HY-P60322, bereikte een MIC van 8 µg/mL tegen Bacillus subtilis en 16 µg/mL tegen Staphylococcus epidermidis.
  • Opvallend genoeg remden de actieve kandidaten niet de soorten die werden gebruikt als conditioning targets tijdens de generatie (bijv. HY-P60322 werd geconditioneerd op E. coli maar was actief tegen B. subtilis), wat aangeeft dat soort-conditioning in dit specifieke geval niet vertaalde naar soort-selectieve activiteit.
• In Silico Prestaties:
  • AMPGAN v3 behaalde de hoogste voorspelde AMP-percentages (92,7% door AMP Scanner v2, 95,1% door amPEP) onder de vergeleken modellen (AMPGAN v2, HydrAMP, AMP-Designer).
  • Embedding space analyse (ESM2 + PCA) toonde aan dat AMPGAN v3 de fidelity (reverse KL divergentie) significant verbeterde ten opzichte van zijn voorganger terwijl de coverage behouden bleef, hoewel AMP-Designer (voorgetraind op 600K+ peptiden) een lagere divergentie vertoonde door zijn grote proteïne prior.
• Agentic Efficiëntie:
  • Het multi-agent PepCraft framework vereiste minder tool calls dan single-agent baselines voor taakgroottes tot 20 kandidaten.
  • Door de Planning Agent via een groot model en de Executors via kleinere, goedkopere modellen te leiden, reduceerde de multi-agent benadering het totale output token gebruik aanzienlijk vergeleken met single-agent systemen die alle tokens door een groot model moeten routeren.
  • Kwalitatieve analyse toonde aan dat de prioritering aanbevelingen van de agent overeenkwamen met de werkelijke in vitro resultaten (het markeren van HY-P60322 voor prioritering en anderen voor deprioritering).

Betekenis en Claims
Het paper claimt dat AMPGAN v3 en PepCraft een stap vertegenwoordigen naar het "onderzoeken, op een kleine maar reële schaal, hoe generatieve en agentic AI samengaan in therapeutische peptide discovery." De auteurs benadrukken dat hun bijdragen het mogelijk maken om peptiden te genereren met de chemische stabiliteit die vereist is voor therapeutische levensvatbaarheid (via niet-canonieke aminozuren) en demonstreren een workflow waarbij agentic systemen generatie, filtering en verificatie kunnen orkestreren met minimale menselijke interventie. Het werk is bescheiden van omvang; het presenteert een voorlopig framework waarbij de alignment tussen agent-aanbevelingen en wet-lab resultaten aanmoedigend is, maar verdere prospectieve evaluatie vereist. De auteurs merken op dat toekomstig werk zich zal richten op het verfijnen van target-aware generatie en het uitbreiden van het chemische vocabulaire naar post-translationele modificaties zoals cyclisatie.