Can Folding Models Tell Binders from Bluffers? Evidence from POISK: The Patent-Derived Antibody Dataset
Dit artikel introduceert POISK, een grootschalige op patenten gebaseerde antilichaamdataset, om aan te tonen dat hoewel huidige structuurvoorspellingsmodellen de identificatie van binders statistisch kunnen verrijken ten opzichte van willekeurige selectie, zij niet de betrouwbaarheid bezitten voor screening van individuele kandidaten en nauwkeurige epitooplokalisatie, wat hun gebruik naast orthogonale experimentele methoden noodzakelijk maakt.
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
In de zoektocht naar het genezen van ziekten richten wetenschappers zich vaak op antilichamen, de natuurlijke verdedigers van het lichaam die indringers zoals virussen en bacteriën opsporen. Deze moleculen zijn Y-vormige eiwitten die werken door zich vast te klampen aan een specifiek doelwit, vergelijkbaar met een sleutel die in een slot past. Decennialang was het vinden van de juiste sleutel voor een nieuw slot een traag, duur proces van vallen en opstaan in het laboratorium. Onlangs is er een nieuw hulpmiddel opgekomen dat belooft dit proces te versnellen: computerprogramma's die de driedimensionale vorm van een eiwit kunnen voorspellen door enkel naar de chemische code te kijken. De hoop is dat als een computer met vertrouwen kan voorspellen hoe een antilichaam zich vouwt en zich aan een doelwit vastklamt, dit betekent dat dat antilichaam ook daadwerkelijk zal werken in de echte wereld. Dit idee heeft ertoe geleid dat veel onderzoekers deze digitale voorspellingen gebruiken als een eerste filter, in de hoop het laboratoriumwerk voor de meest veelbelovende kandidaten over te kunnen slaan.
Echter, een nieuwe studie van onderzoekers van Roche suggereert dat hoewel deze digitale tools beter worden, ze nog niet betrouwbaar genoeg zijn om op zichzelf te vertrouwen. Het team, onder leiding van Daria Tupikina en Brennan Abanades, zette zich erin om deze aanname te testen met een enorme, nieuwe dataset die zij vanaf nul hebben opgebouwd. In plaats van de oude data te gebruiken waar de computerprogramma's waarschijnlijk op getraind zijn, hebben zij duizenden octrooidocumenten uitgegraven. Octrooien zijn juridische documenten die bedrijven indienen om hun uitvindingen te beschermen, en ze bevatten duizenden praktijkvoorbeelden van antilichamen die getest en bewezen aan specifieke doelwitten te binden. De onderzoekers gebruikten kunstmatige intelligentie om door meer dan tienduizend van deze octrooien te lezen, waarbij zij bijna negentigduizend records van interacties tussen antilichamen extraheerden. Vervolgens cureerden zij een specifieke set van eenentwintenduizend paren, waarbij bekende binders werden gekoppeld aan antilichamen die er op leken maar er naar verwachting niet aan zouden binden, wat een rigoureuze test creëerde om te zien of de computermodellen het verschil konden zien.
De resultaten toonden aan dat het best presterende computermodel, genaamd Protenix-v2, in ongeveer tweeënzeventig procent van de gevallen tussen een echte binder en een niet-binder kon onderscheiden over de gehele set. Wanneer de onderzoekers alleen naar de voorspellingen keken waarbij de computer het meest zelfverzekerd was, steeg dit succespercentage naar achtenzeventig procent. Dit is een significante verbetering ten opzichte van gokken op toeval, maar het schiet tekort voor wat nodig is om laboratoriumexperimenten te vervangen. In een simulatie waarbij de computer de enige juiste binder moest vinden die verborgen zat tussen vijftig decoys, slaagde het beste model slechts in een vierentwintig procent van de gevallen. Hoewel dit een veertienvoudige verbetering is ten opzichte van kans, betekent het dat in meer dan zeven van de tien pogingen de computer nog steeds het juiste antwoord zou missen. De studie vond ook dat de modellen niet erg goed waren in het nauwkeurig aanwijzen van de plek waar het antilichaam zich aan het doelwit hechtte, waarbij de locatie in slechts ongeveer drieenzestig procent van de gevallen correct werd weergegeven.
Misschien wel de meest verrassende bevinding was dat een hoge vertrouwensscore van de computer niet altijd betekent dat de voorspelde vorm fysiek correct is. De onderzoekers ontdekten dat wanneer meerdere verschillende computermodellen het eens waren over dezelfde vorm voor een antilichaam-doelwitpaar, de kans dat dit een echte binder was drastisch toenam, tot boven de zesenneenentwintig procent in de meest strikte gevallen. Echter, deze overeenstemming was zeldzaam en kwam slechts in een klein deel van de pogingen voor. De studie concludeert dat deze vouwingsmodellen een nuttig signaal bieden dat kan helpen bij het verfijnen van de zoektocht, maar dat ze nog niet de enige beslisser kunnen zijn. Ze zijn het best te gebruiken als één stap in een groter proces, aangevuld met andere methoden, in plaats van als een wondermiddel dat direct de perfecte medicijnkandidaat kan identificen. De onderzoekers hebben hun nieuwe dataset, genaamd POISK, vrijgegeven aan de wetenschappelijke gemeenschap, in de hoop dat dit anderen zal helpen om betere instrumenten voor de toekomst te bouwen.
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.