Two Comparators May Be All We Need
Dit artikel introduceert twee structuurvrije machine learning-modellen die nauwkeurig paarvoorkeuren tussen verbindingen en targets voorspellen door chemische structuren en eiwitsequenties te vergelijken, waarbij een hoge nauwkeurigheid in rangschikking wordt bereikt zonder dat conformationele analyse of eiwitstructuurgegevens vereist zijn.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Binnen een levende cel ontmoet een medicijnmolecuul niet slechts één doelwit. Het drijft door een drukke omgeving waar het een enorm spectrum aan eiwitten tegenkomt, waarvan velen tot verschillende families behoren. Het uiteindelijke effect van het molecuul is de som van al deze interacties, en niet alleen de binding aan het beoogde doelwit. Decennialang was de standaardmethode om deze interacties te bestuderen het stellen van één specifieke vraag tegelijk: bindt dit specifieke medicijn aan dit specifieke eiwit? Onderzoekers hebben modellen gebouwd om die enkele interactie te voorspellen, maar de realiteit van medicijnontwikkeling is zelden zo geïsoleerd. Wetenschappers worden vaak geconfronteerd met twee praktische, vergelijkende vragen die hun beslissingen sturen: gegeven een nieuw kandidaat-medicijn, aan welk van twee potentiële doelwitten is het waarschijnlijker dat het bindt? En omgekeerd, gegeven een specifiek doelwit, welk van twee kandidaat-medicijnen is de betere match? Het beantwoorden van deze vragen helpt onderzoekers te beslissen welke verbindingen ze als volgende zullen synthetiseren en naar welke ongewenste bijwerkingen ze vroegtijdig moeten screenen, lang voordat een medicijn de kliniek bereikt.
Een team van onderzoekers heeft nu twee computermodellen gebouwd die specifiek zijn ontworend om deze vergelijkende vragen te beantwoorden. In plaats van te proberen een precieze bindingssterkte voor een enkel drug-eiwitpaar te berekenen, kijken de modellen naar twee items tegelijk en kiezen simpelweg een winnaar. Het ene model neemt een medicijn en twee verschillende eiwitten en voorspelt welk eiwit het medicijn de voorkeur geeft. Het andere model neemt een eiwit en twee verschillende medicijnen en voorspelt welk medicijn het eiwit de voorkeur geeft. Deze modellen werden getraind op een enorme publieke database van meer dan 1,2 miljoen metingen waarbij bijna 800.000 unieke medicijnmoleculen en meer dan 2.700 menselijke eiwitten betrokken waren. Cruciaal is dat de modellen niet vertrouwen op de driedimensionale vorm van de eiwitten of de medicijnmoleculen. Ze hoeven de exacte structuur van de bindingsplaats niet te kennen of te simuleren hoe de moleculen kunnen draaien en buigen om in elkaar te passen. In plaats daarvan werken ze met de ruwe sequentie van aminozuren die de eiwitten vormen en een tweedimensionale kaart van de chemische structuur van de medicijnen.
De resultaten laten zien dat deze directe vergelijkingsaanpak met verrassende nauwkeurigheid werkt. Wanneer gevraagd werd om te kiezen tussen twee eiwitten uit verschillende families, koos het model in ongeveer 75 procent van de gevallen het juiste geprefereerde doelwit. Wanneer de twee eiwitten tot dezelfde familie behoorden, steeg de nauwkeurigheid naar 78 procent. Voor de omgekeerde vraag — het kiezen tussen twee medicijnen voor een enkel doelwit — was het model in 71 procent van de gevallen correct. De onderzoekers ontdekten dat het vertrouwen van het model een betrouwbare gids is. Wanneer het model zeer zeker is van zijn keuze, stijgt de nauwkeurigheid naar boven de 90 procent. Echter, wanneer de twee opties zeer vergelijkbaar zijn in hun gemeten activiteit, daalt het vermogen van het model om tussen hen te onderscheiden, wat de reflectie is van het feit dat de experimentele data zelf moeilijker te scheiden is in die gevallen. De modellen werden getest op medicijnmoleculen die ze nog nooit eerder hadden gezien, wat ervoor zorgde dat de resultaten niet slechts een geheugen van oude data waren, maar een echt vermogen tot generalisatie.
Een belangrijke bevinding van dit werk is dat de nauwkeurigheid van deze voorspellingen sterk afhangt van de beschikbare data in de wetenschappelijke verslaglegging, en niet alleen van de verfijning van het computeralgoritme. Om het model in staat te stellen twee verschillende eiwitfamilies te vergelijken, moet het een medicijn hebben gezien dat op beide families is getest. De onderzoekers ontdekten dat slechts ongeveer 4,6 procent van de medicijnmoleculen in hun database gemeten was over twee verschillende eiwitfamilies heen. Deze schaarste aan data over verschillende families heen legt een natuurlijke limiet op aan hoe goed het model kan presteren bij het vergelijken van verre doelwitten. In contrast hiermee is de data binnen een enkele eiwitfamilie veel rijker, wat meer vergelijkingen mogelijk maakt. De modellen zijn niet ontworpen om de exacte sterkte van een binding te voorspellen of om fysieke experimenten te vervangen. In plaats daarvan dienen ze als een krachtig sorteerinstrument, dat onderzoekers helpt te prioriteren welke experimenten zij als eerste moeten uitvoeren. Door doelwitten en verbindingen te rangschikken op basis van voorkeur in plaats van absolute waarden, bieden deze instrumenten een manier om het complexe landschap van medicijninteracties te navigeren zonder de gedetailleerde driedimensionale architectuur van elk betrokken eiwit te hoeven kennen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.