OmniBind: Proteome-Wide Promiscuity Predictions for Early-Stage Drug Screening

Dit paper introduceert OmniBind, een snelle deep-learning-methode die de promiscuïteit van kleine moleculen over het volledige menselijke proteoom voorspelt om de vroege selectie van veilige geneesmiddelen te verbeteren.

De kern

Titel: OmniBind: De "Sneltest" voor Medicijnen die niet per ongeluk andere dingen raken

Stel je voor dat je op zoek bent naar een sleutel die precies past in één specifieke slot: de sleutel voor een ziekte. Maar in plaats van dat je maar één slot hebt, heb je een enorme kast met 15.000 verschillende sloten (alle eiwitten in je lichaam). Het probleem bij het maken van nieuwe medicijnen is dat veel sleutels niet alleen in het juiste slot passen, maar ook per ongeluk in andere sloten blijven steken. Dit heet "promiscuïteit" (of gewoon: te veel vrienden hebben). Als een medicijn te veel andere sloten opent, kan het bijwerkingen veroorzaken of minder goed werken tegen de ziekte.

Tot nu toe was het heel moeilijk en duur om te testen of een nieuwe medicijnsleutel veilig is. Wetenschappers keken vaak maar naar een klein handjevol sloten, of ze deden een dure, trage test waarbij ze de sleutel in elk van die 15.000 sloten probeerden.

Wat hebben deze onderzoekers bedacht?

Ze hebben OmniBind bedacht. Dit is een slim computerprogramma dat als een super-snel scanner werkt.

1. De "Sneltest" in plaats van de "Marathon":
   Normaal duurt het om te testen of een medicijn veilig is, alsof je een marathon loopt: je moet elk van de 15.000 sloten één voor één proberen. Dat duurt dagen of weken.
   OmniBind is als een snelheidsscan. Je geeft het de naam van het medicijn (een code die chemici gebruiken, genaamd SMILES) en binnen een seconde zegt het: "Dit medicijn is waarschijnlijk te promiscu" of "Deze is heel specifiek". Het is ongeveer 100.000 keer sneller dan de oude methoden. Het is alsof je van een wandeling door een heel land naar een helikoptervlucht gaat die in één seconde alles overziet.

2. De "Gemiddelde Vriend" vs. de "Specifieke Vriend":
   Het programma kijkt niet alleen of het medicijn werkt tegen de ziekte (de "Specifieke Vriend"), maar ook hoeveel andere eiwitten het per ongeluk raakt (de "Gemiddelde Vriend").

   • Vroeger: Ze keken alleen: "Past deze sleutel in het slot?" (Ja/Nee).
   • Nu met OmniBind: Ze kijken: "Past deze sleutel in het slot, en hoeveel andere sloten opent hij per ongeluk?"
     Ze berekenen een Specificiteitscore. Een hoge score betekent: "Deze sleutel opent precies het juiste slot en laat de rest dicht." Een lage score betekent: "Pas op, deze sleutel opent ook de deur naar de badkamer, de garage en de buren!"

3. Waarom is dit zo belangrijk?
   Veel medicijnen falen in de klinische proeven omdat ze te veel bijwerkingen hebben. Dit komt vaak doordat ze te "promiscu" zijn.

   • De Analogie van de Bliksem: Stel je voor dat je een bliksemschicht wilt vangen (de ziekte). Als je een net gebruikt dat te groot is (te promiscu), vang je de bliksem, maar ook de hele boom, de auto en de hond erbij. OmniBind helpt je een net te bouwen dat precies groot genoeg is om alleen de bliksem te vangen.
   • Het Resultaat: Als je medicijnen sorteert op basis van deze nieuwe "Specificiteitscore" in plaats van alleen op kracht, vind je veel meer medicijnen die al goedgekeurd zijn door de overheid. Het helpt dus om de "goede" medicijnen sneller te vinden en de "gevaarlijke" eruit te filteren.

Kortom:

OmniBind is als een slimme, supersnelle filter voor medicijnontwikkelaars. In plaats van maandenlang te wachten om te zien of een nieuw medicijn veilig is voor het hele lichaam, geeft dit programma in een flits een waarschuwing: "Dit medicijn is te onrustig, het raakt te veel andere dingen."

Hierdoor kunnen onderzoekers sneller de beste medicijnen kiezen, geld besparen en ervoor zorgen dat patiënten veiliger behandeld worden. Het is een nieuwe manier om te zeggen: "We willen niet alleen dat het werkt, we willen ook dat het niet per ongeluk andere dingen doet."

Technische samenvatting

Probleemstelling

Het succes van de geneesmiddelenontwikkeling wordt ernstig beperkt door hoge kosten en een lage slagingskans (slechts ~10% van kandidaten bereikt de markt). Een van de belangrijkste oorzaken van falen is off-target toxiciteit en gebrek aan specificiteit. Bestaande methoden voor het screenen op promiscuïteit (het binden aan meerdere ongewenste eiwitten) hebben beperkingen:

• Experimentele panels: Ze testen tegen kleine, geselecteerde panelen van eiwitten en missen vaak structureel verschillende off-targets of ongeordende (disordered) eiwitten, die een groot deel van het menselijk proteoom uitmaken.
• Computational docking: Traditionele structurele docking-methoden zijn beperkt tot eiwitten met goed opgeloste bindingszakken en kunnen geen interacties met ongeordende eiwitten voorspellen.
• Bestaande ML-modellen: Deze optimaliseren vaak eerst de affiniteit voor het doelwit en beoordelen off-target risico's pas later, zonder een geïntegreerde, proteoom-brede maatstaf voor specificiteit.

Er is dus behoefte aan een snelle, rekenkundige methode om promiscuïteit (gemiddelde bindingsaffiniteit over het hele proteoom) en specificiteit te kwantificeren voor duizenden moleculen, zonder de kosten van volledige experimentele screening.

Methodologie

De auteurs introduceren een nieuw raamwerk dat verschuift van een "één-op-één" naar een "één-op-alles" paradigma voor moleculaire herkenning.

1. Definitie van Promiscuïteit en Specificiteit:

   • Promiscuïteit: Gedefinieerd als de gemiddelde voorspelde bindingsaffiniteit ($pK_D$) van een klein molecuul over een groot deel van het menselijk proteoom (15.405 eiwitten). De auteurs tonen aan dat een ongewogen gemiddelde bijna perfect correleert met weefsel-specifieke formuleringen (gebaseerd op eiwitovervloed in bloed, lever, hersenen, etc.), waardoor een universele maatstaf mogelijk is zonder weefsel-specifieke parameterisatie.
   • Specificiteit: Gedefinieerd als een Z-score die de afwijking van de affiniteit voor een specifiek doelwit meet ten opzichte van de verdeling van affiniteiten over het hele proteoom. Dit combineert doelwit-affiniteit met de globale promiscuïteit.

2. OmniBind (De Predictor):

   • Omdat het berekenen van volledige proteoom-profielen met het diepe leermodel Ligand-Transformer te duur is voor high-throughput screening, hebben de auteurs OmniBind ontwikkeld.
   • Architectuur: OmniBind is een Message-Passing Neural Network (MPNN) gebaseerd op het Chemprop-framework.
   • Input/Output: Het neemt direct een SMILES-string van een verbinding als input en voorspelt de promiscuïteitsscore en de standaardafwijking van het bindingsprofiel.
   • Trainingsstrategie:
     • Fase 1: Een Random Forest-regressor leert promiscuïteit te schatten op basis van een subsample van slechts 173 representatieve eiwitten (ongeveer 1% van het proteoom). Dit model bereikte een lage foutmarge (MSE 0,03) ten opzichte van volledige proteoom-scores.
     • Fase 2: Deze geschatte labels (RPP-scores) werden gebruikt om het dataset te vergroten, waarna het uiteindelijke MPNN-model werd getraind op een combinatie van volledige proteoom-scores (CPP) en geschatte scores.

3. Validatie:

   • De voorspellingen werden gevalideerd tegen experimentele data uit ChEMBL, PDSP en de Safety Pharmacology Database.
   • Er werd een correlatie onderzocht met de maximale ongebonden plasmaconcentratie ($C_{max}$), gebaseerd op de "free drug hypothesis" (promiscue moleculen binden meer aan plasma-eiwitten, wat de vrije concentratie verlaagt).
   • De prestaties werden getest op het vermogen om goedgekeurde FDA-geneesmiddelen te onderscheiden van willekeurige decoy-moleculen.

Belangrijkste Resultaten

• Snelheid en Schaalbaarheid: OmniBind kan ongeveer 1.000 moleculen per seconde verwerken. Dit is ongeveer $10^5$ keer sneller dan het gebruik van Ligand-Transformer voor volledige proteoom-profielen en $10^8$ keer sneller dan andere methoden zoals Boltz-2.
• Nauwkeurigheid: OmniBind bereikte een gemiddelde kwadratische fout (MSE) van 0,016 voor de voorspelde promiscuïteitsscores op een testset, wat dicht bij de reproduceerbaarheidslimieten van experimentele metingen ligt.
• Biologische Relevantie:
  • De promiscuïteitsscore correleert negatief met experimentele $C_{max}$-waarden ($r \approx -0,47$), wat dicht bij de reproduceerbaarheid tussen verschillende databases ligt.
  • Deze correlatie blijft significant zelfs na correctie voor molecuulgewicht, wat aantoont dat de metric biologische variatie vangt die niet alleen door fysisch-chemische eigenschappen wordt bepaald.
• Verbetering in Drug Enrichment:
  • Het rangschikken van kandidaten op basis van specificiteit (in plaats van alleen affiniteit) leidt tot een significante verbetering in het vinden van goedgekeurde geneesmiddelen.
  • De BEDROC-score (een maat voor vroege verrijking) steeg van 0,251 naar 0,308, en de verrijking in de top 1% steeg van 11,26 naar 12,49.
  • Dit resultaat bleek robuust, ongeacht of Ligand-Transformer, SSM-DTA of Boltz-2 werd gebruikt als onderliggende affiniteitspredictor.
• Proteoom-dekking: Het model omvat 15.405 eiwitten, inclusief ongeordende eiwitten die vaak worden genegeerd in traditionele docking-studies.

Bijdragen en Significance

1. Nieuwe Kwantitatieve Framework: Het artikel definieert voor het eerst een robuuste, proteoom-brede maatstaf voor promiscuïteit en specificiteit die direct uit voorspellingen kan worden afgeleid.
2. OmniBind Tool: De introductie van een extreem snelle ML-predictor die promiscuïteit direct uit SMILES voorspelt, waardoor het mogelijk wordt om dit criterium te integreren in generatieve ontwerppipelines en high-throughput screening.
3. Paradigmaverschuiving: Het bewijs dat het optimaliseren van alleen doelwit-affiniteit onvoldoende is; het combineren van affiniteit met een proteoom-brede specificiteitsscore leidt tot betere selectie van kandidaat-geneesmiddelen.
4. Toegankelijkheid: De auteurs hebben een webserver ontwikkeld die onderzoekers toelaat om binnen seconden promiscuïteits- en specificiteitsvoorspellingen te krijgen voor hun moleculen.
5. Toekomstperspectief: De methode vult een gat in de vroege screeningsfase door een snelle, globale veiligheidsbeoordeling te bieden die experimentele panels aanvult (maar niet vervangt) en die kan worden gebruikt om generatieve modellen te sturen naar selectievere moleculen.

Conclusie: OmniBind biedt een revolutionaire, snelle en nauwkeurige manier om de "veiligheid" van een molecuul in termen van off-target binding te beoordelen over het hele menselijke proteoom, wat de kans op succes in de vroege fasen van geneesmiddelenontwikkeling aanzienlijk kan vergroten.