MOZAIC: Compound Growth via In Silico Reactions and Global Optimization using Conformational Space Annealing

Het paper introduceert MOZAIC, een nieuw computergestuurd raamwerk dat fragment-gebaseerde drugontdekking verbetert door chemische ruimte te verkennen via in silico reacties en globale optimalisatie, waardoor synthetiseerbare moleculen met verbeterde eigenschappen worden gegenereerd.

De kern

Stel je voor dat je een meesterkooker bent die probeert een perfecte soep te maken. Je begint met een simpele, smakelijke basis (een klein stukje groente of kruid). Je weet dat deze basis goed smaakt, maar je wilt er een ultieme, rijke soep van maken die precies past bij de smaakpapillen van je gasten (de ziekte in het lichaam).

Dit is precies wat MOZAIC doet, maar dan in de wereld van medicijnen. Het is een slim computerprogramma dat helpt bij het vinden van nieuwe medicijnen, en het doet dit op een manier die veel logischer en "reëler" is dan eerdere methoden.

Hier is hoe het werkt, vertaald naar alledaagse taal:

1. Het probleem: De "Magische" Magie

Vroeger probeerden computers nieuwe medicijnen te bedenken door willekeurige stukjes moleculen aan elkaar te plakken, alsof je Lego-blokjes zomaar in de lucht gooit en hoopt dat ze blijven plakken. Het probleem? De chemie werkt niet zo. In het echte leven moet je chemische stukjes op een specifieke manier verbinden, net zoals je een deur niet met lijm aan een muur plakt, maar met schroeven en bouten.

Veel oude programma's bedachten mooie moleculen op papier, maar een echte chemicus in het lab kon ze niet maken. Het was alsof ze een recept gaven voor een taart, maar je ontdekte dat je de oven niet had om hem te bakken.

2. De oplossing: MOZAIC als de "Recept-boek"

MOZAIC (de naam klinkt als een mozaïek, een kunstwerk van kleine stukjes) lost dit op door te werken met echte chemische regels.

• De Basis: Je begint met een klein stukje medicijn (een "fragment").
• De Regels: Het programma heeft een digitaal kookboek (een database van echte chemische reacties) bij de hand. Het weet precies welke stukjes je aan welk puntje mag plakken, en hoe je ze moet "koken" (de chemische reactie) zodat ze blijven zitten.
• Het Resultaat: Elke medicijn dat MOZAIC bedenkt, is iets dat een echte chemicus in het lab daadwerkelijk kan maken. Geen magische, onmogelijke taarten meer, alleen maar heerlijke, bakbare recepten.

3. De Zoektocht: De "Gouden Kompas" (CSA)

Nu heb je duizenden mogelijke recepten. Hoe kies je de allerbeste? Je kunt niet elk recept één voor één uitproberen; dat duurt te lang.

Hier komt de slimme algoritme CSA (Conformational Space Annealing) om de hoek kijken. Denk hierbij aan het zoeken naar de hoogste top in een mistig berglandschap:

• De Mist: Je ziet niet het hele landschap. Je ziet alleen wat direct om je heen is.
• De Strategie: In plaats van maar één weg te lopen, stuur je een heel leger verkenners de mist in. Ze beginnen wijd verspreid (om heel het landschap te verkennen).
• Het "Annealing" (Afwarmen): Naarmate ze verder zoeken, worden ze geleidelijk aan "kalmere" en "slimmere" groepen. Ze beginnen met het verkennen van nieuwe gebieden, maar naarmate ze dichter bij de top komen, focussen ze zich steeds scherper op de beste routes.
• De Top: Uiteindelijk vinden ze de perfecte piek: het medicijn dat het sterkst tegen de ziekte werkt, maar ook makkelijk te maken is en veilig voor de mens.

4. Wat maakt MOZAIC zo speciaal?

Het programma is als een super-veelzijdige chef-kok die drie dingen tegelijk in de gaten houdt:

1. Werkt het? (Hoe goed plakt het medicijn aan de ziekte?)
2. Is het veilig? (Ziet het eruit als een goed medicijn voor mensen?)
3. Is het te maken? (Kunnen we het in het lab produceren?)

In eerdere experimenten heeft MOZAIC laten zien dat het medicijnen kan vinden die beter werken dan de huidige "gouden standaard" medicijnen, maar die ook nog eens heel divers zijn. Het bedacht niet alleen kleine variaties op een bestaand medicijn, maar vond helemaal nieuwe vormen (zoals het bouwen van nieuwe ringen in het molecuul), waardoor het een veel breder palet aan opties biedt.

5. De Toekomst: Op maat gemaakte medicijnen

Het mooiste aan MOZAIC is dat je de "smaken" kunt aanpassen.

• Wil je een medicijn dat heel goed werkt maar misschien wat minder goed oplosbaar is?
• Of wil je juist een medicijn dat heel goed oplosbaar is in water (zodat het makkelijker door het lichaam wordt opgenomen)?

Je kunt het programma vertellen: "Ik wil meer focus op oplosbaarheid!" en het past zijn zoektocht direct aan. Het is alsof je de chef-kok vraagt: "Maak deze soep minder zout, maar wel nog steeds hartig."

Samenvattend

MOZAIC is een slimme, digitale assistent voor medicijnontwikkelaars. Het combineert de creativiteit van het bedenken van nieuwe moleculen met de realiteit van de chemische wetenschap. Het zorgt ervoor dat de medicijnen die op papier worden bedacht, ook daadwerkelijk in een flesje in de apotheek kunnen belanden. Het is een stap dichter bij het vinden van de perfecte "sleutel" voor elke "slot" in ons lichaam.

Technische samenvatting

Probleemstelling

Fragment-based drug discovery (FBDD) is een efficiënte strategie om nieuwe geneesmiddelen te ontwikkelen door kleine moleculaire fragmenten te combineren. Hoewel computationele methoden de ontwikkeling van algoritmen en AI-gestuurde benaderingen hebben versneld, vertonen bestaande methoden vaak belangrijke beperkingen:

1. Synthetische haalbaarheid: Veel gegenereerde moleculen hebben geen duidelijke synthetische route, waardoor ze in de praktijk moeilijk of onmogelijk te synthetiseren zijn.
2. Lokale minima en bias: Algoritmen zoals genetische algoritmen kunnen vastlopen in lokale minima, en AI-modellen kunnen vertekeningen (bias) vertonen die voortkomen uit hun trainingsdata.
3. Balans van eigenschappen: Het is uitdagend om tegelijkertijd bindingseigenschappen, synthetische toegankelijkheid en "drug-likeness" te optimaliseren zonder dat één eigenschap ten koste gaat van de andere.

Methodologie: Het MOZAIC Framework

De auteurs stellen MOZAIC (Molecule Optimization via AutoDock Vina, in silico fragment reaction, and conformational space annealing) voor. Dit is een nieuw raamwerk voor fragment-groei dat drie kerncomponenten integreert:

1. Reactie-gebaseerde fragmentgroei (In Silico Reactions):

   • In plaats van willekeurige toevoegingen, gebruikt MOZAIC vooraf gedefinieerde chemische reactieregels (SMARTS-patronen) die gebaseerd zijn op echte organische reacties.
   • Dit garandeert dat de gegenereerde moleculen synthetiseerbaar zijn en dat de synthetische route bekend is.
   • Een fragmentbibliotheek van bijna 900.000 fragmenten (gefilterd op de "Rule of Three") wordt gebruikt, gekoppeld aan 104 reactietypes.

2. Conformational Space Annealing (CSA):

   • CSA is een krachtig, populatie-gebaseerd globaal optimalisatie-algoritme dat wordt gebruikt om de chemische ruimte te verkennen en lokale minima te vermijden.
   • Werkingsprincipe: Het algoritme begint met een "bank" van 60 diverse moleculen (geselecteerd via MaxMinPicker voor maximale diversiteit).
   • Iteratie: Er worden "zaadjes" (seeds) en "partners" willekeurig geselecteerd om via kruising (crossover) en mutatie nieuwe "kinderen" (children) te genereren.
   • Dynamische D-cutoff: Een unieke eigenschap van CSA is het geleidelijk verkleinen van de afstandscutoff ($D_{cut}$) tijdens de iteraties. Dit zorgt ervoor dat het algoritme in het begin een brede chemische ruimte verkent en zich in latere stappen concentreert op de beste oplossingen.
   • Het proces wordt drie keer herhaald om de finale bank te genereren.

3. Doelfunctie (Objective Function):

   • De fitness van een molecuul wordt bepaald door een gecombineerde score van drie metrieken:
     • QED (Quantitative Estimate of Drug-likeness): Beoordeelt de geneeskrachtige eigenschappen.
     • SA (Synthetic Accessibility): Beoordeelt hoe makkelijk een molecuul te synthetiseren is.
     • AutoDock Vina Score: Voorspelt de bindingsechtheid aan het doelwit-eiwit.
   • Deze scores worden genormaliseerd en gecombineerd. De functie is modulair en kan worden aangepast (bijv. vervanging van QED/SA door een oplosbaarheidsmodel zoals ESOL).

Belangrijkste Bijdragen

• Integratie van synthese en optimalisatie: MOZAIC koppelt directe synthetische regels (SMARTS) aan een globale optimalisatie, wat zorgt voor een brug tussen computationeel ontwerp en praktische synthese.
• Globale optimalisatie via CSA: Het gebruik van CSA in plaats van standaard genetische algoritmen verhoogt de kans op het vinden van het globale optimum en vermindert de kans op vastlopen in lokale minima.
• Flexibiliteit: Het systeem kan eenvoudig worden aangepast om verschillende fysico-chemische eigenschappen te optimaliseren (bijv. oplosbaarheid in plaats van alleen binding).

Resultaten en Evaluatie

MOZAIC werd getest op drie benchmarks:

1. PDE10A (Optimalisatie van een hit naar een leidende verbinding):

   • Uitgangspunt: Een zwakke inhibitor (Ki = 8.7 μM). Doel: MK-8189 (Ki = 0.029 nM).
   • Resultaat: MOZAIC genereerde een verbinding met een voorspelde bindingsaffiniteit van -10.359 kcal/mol (beter dan MK-8189: -7.770 kcal/mol). De binding interacties waren vergelijkbaar met de leidende verbinding, maar met een bredere afdekking van het bindingspocket.
   • Vergelijking van startbanken: Een diverse startbank (via MaxMinPicker) leverde betere resultaten op dan een op score gebaseerde selectie, wat aantoont dat diversiteit in de initiële populatie cruciaal is voor CSA.

2. TrmD (Vergelijking met CReM-Dock):

   • MOZAIC werd vergeleken met CReM-Dock (een genetisch algoritme gebaseerde methode).
   • Resultaat: MOZAIC produceerde moleculen met sterkere bindingsaffiniteit en een grotere structurele diversiteit (hogere scaffold-entropie en meer unieke scaffolds). CReM-Dock genereerde meer variatie in QED/SA, maar minder structurele innovatie. MOZAIC vermijdt de generatie van repetitieve analogen.

3. Robuustheid (ADRB2 en AlphaFold3):

   • MOZAIC werd getest op een kristalstructuur en een door AlphaFold3 voorspelde structuur van de $\beta_2$-adrenerge receptor.
   • Resultaat: De gegenereerde moleculen behielden goede docking-scores en verbeterde QED-waarden, zelfs wanneer de receptorstructuur onzeker was (voorspeld vs. kristal). Dit toont robuustheid aan tegenover variaties in de receptorconformatie.

4. Aanpassing van doelen (PPAR$\gamma$):

   • De doelfunctie werd aangepast om oplosbaarheid (ESOL) te maximaliseren in plaats van QED/SA.
   • Resultaat: MOZAIC slaagde erin om de oplosbaarheid aanzienlijk te verbeteren (van logS -4.4 naar -2.8) terwijl de bindingsechtheid behouden bleef of verbeterde.

Significantie en Conclusie

MOZAIC vertegenwoordigt een significante stap voorwaarts in de computergestuurde drugontwikkeling door:

• Synthetische haalbaarheid te garanderen via reactie-gebaseerde groei, wat de kloof tussen in silico design en wet synthese verkleint.
• Echte chemische diversiteit te bieden door het gebruik van CSA, wat leidt tot het ontdekken van nieuwe chemotypes die niet beperkt zijn tot de trainingsdata van AI-modellen.
• Flexibiliteit te bieden om specifieke eigenschappen (zoals oplosbaarheid of binding) te prioriteren.

Hoewel de methode afhankelijk is van de nauwkeurigheid van AutoDock Vina en beperkt is tot de gedefinieerde reactieregels, biedt MOZAIC een krachtig platform voor de overgang van fragment naar leidende verbindingen, met een sterke focus op synthetiseerbare en diverse geneesmiddelenkandidaten.