PS-HTI: Pair-Conditioned Enclosing-Subgraph Learning for Herb--Target Prediction on the HTINet2 Benchmark

Geneeskrachtige kruiden worden al lang gewaardeerd om hun vermogen om complexe kwalen te behandelen, een kracht die voortkomt uit hun natuur als mengsels van vele verschillende chemische verbindingen. Anders dan een enkel synthetisch medicijnmolecuul, dat werkt als een specifieke sleutel voor één slot, bevat een kruid een divers scala aan ingrediënten die met meerdere doelwitten binnen het menselijk lichaam kunnen interageren. Het identificeren van precies welke eiwitten in het lichaam deze kruidige bestanddelen beïnvloeden, is cruciaal voor het begrijpen van hoe traditionele middelen werken en voor het ontdekken van nieuwe behandelingen. Echter, het testen van elke mogelijke combinatie van de componenten van een kruid tegen elk potentieel eiwitdoelwit in een laboratorium is traag, duur en vaak onmogelijk. Om dit op te lossen, hebben wetenschappers zich tot computers gekeerd om deze interacties te voorspellen, waarbij ze gebruikmaken van enorme netwerken van bekende biologische gegevens om in kaart te brengen welke kruiden mogelijk invloed uitoefenen op welke doelwitten.

Jarenlang waren de meest succesvolle computermodellen voor deze taak gebaseerd op het idee dat het kruid en het doelwit afzonderlijke entiteiten zijn. Ze leerden wat een kruid eruitzag en wat een doelwit eruitzag onafhankelijk van elkaar, om ze vervolgens simpelweg te vergelijken om te raden of ze wellicht zouden interageren. Deze benadering, hoewel nuttig, heeft een blinde vlek: het faalt omdat het niet ziet waar de twee elkaar specifiek ontmoeten. Het is alsof je probeert een vriendschap te beoordelen door naar twee mensen in isolatie te kijken, zonder ooit te observeren hoe zij samenstaan of wie er tussen hen in staat. Een nieuwe studie door Yan Jin van de Yantai Nanshan Universiteit introduceert een andere manier van denken, één die de computer dwingt om naar de specifieke lokale omgeving rondom elk mogelijk paar van kruid en doelwit te kijken. Door voor elk kandidaat-paar een unieke, kleine kaart te construeren en de verbindingen binnen die kaart te analyseren, bereikt de nieuwe methode, genaamd PS-HTI, significant betere voorspellingen dan eerdere modellen.

De onderzoekers testten hun nieuwe systeem op een grote, gevestigde dataset bekend als HTINet2, die informatie bevat over 563 verschillende kruiden, 2.106 eiwitdoelwitten en meer dan 38.000 geregistreerde interacties. Het doel was om te zien of de computer de meest waarschijnlijke doelwitten voor een gegeven kruid correct kon rangschikken. In dit ranglijstspel moet het systeem de juiste doelwitten helemaal bovenaan zijn lijst plaatsen. Het nieuwe PS-HTI-model slaagde erin de juiste doelwitten in de top tien te plaatsen met een succespercentage van bijna 70 procent. Deze prestatie was een substantiële sprong voorwaarts; het presteerde aanzienlijk beter dan het vorige beste model, HTINet2, met een ruime marge. De verbetering was geen kleine aanpassing; het nieuwe model was ongeveer 56 procent beter in het vinden van de juiste doelwitten in de top tien en ongeveer 64 procent beter in het rangschikken ervan in de juiste volgorde van waarschijnlijkheid.

Het geheim van dit succes ligt in de manier waarop het model zijn begrip van een relatie opbouwt. In plaats van alleen naar het kruid en het doelwit in een vacuüm te kijken, verwijdert het model eerst de directe link tussen hen, indien aanwezig, om te voorkomen dat het die informatie gebruikt. Vervolgens bouwt het een kleine, begrensde buurt rond zowel het kruid als het doelwit, waardoor de andere moleculen en eiwitten die dicht bij hen staan, worden gevangen. Deze buurt fungeert als een context, die het model laat zien wat de "brug" of het pad is dat de twee zou kunnen verbinden. Het model schenkt speciale aandacht aan de specifieke rollen van de knooppunten (nodes) in deze buurt, waarbij wordt genoteerd welke dichter bij het kruid liggen en welke dichter bij het doelwit. Het gebruikt vervolgens een gespecialiseerd neuraal netwerk om deze lokale kaart te verwerken, waarbij het niet alleen leert van de kenmerken van de individuele onderdelen, maar ook van hoe zij relatief aan elkaar gerangschikt zijn. Dit stelt het systeem in staat om subtiele structurele patronen te detecten die wijzen op een sterke verbinding, patronen die onzichtbaar zouden blijven als het kruid en het doelwit apart zouden worden geanalyseerd.

Om er zeker van te zijn dat het model niet slechts de gegevens uit het hoofd leerde, verwijderden de onderzoekers systematisch verschillende onderdelen van het systeem om te zien wat er gebeurde. Ze ontdekten dat elk onderdeel een vitale rol speelde. Wanneer ze het vermogen om de "brug" tussen de twee ankers te zien verwijderden, daalde de prestatie van het model scherp, wat erop wijst dat de verbinding tussen de twee kanten de meest kritieke bron van informatie is. Op dezelfde wijze, toen ze de manier waarop het model informatie combineert vereenvoudigden door een complex, niet-lineair proces te vervangen door een eenvoudige vermenigvuldiging, namen de resultaten aanzienlijk af. Dit bevestigt dat de relatie tussen een kruid en een doelwit niet een simpele som van delen is, maar een complexe interactie die een geavanceerde manier vereist om de lokale structuur te lezen.

De studie verkende ook hoe deze voorspellingen praktisch bruikbaar gemaakt konden worden voor echt wereldgebruik. Omdat het construeren van een unieke kaart voor elk denkbaar paar van kruid en doelwit rekenintensief is, ontwikkelden de onderzoekers een tweestapsstrategie. Eerst scant het systeem snel alle mogelijke doelwitten met behulp van een eenvoudigere, snellere methode om de lijst in te perken tot de meest veelbelovende kandidaten. Daarna past het de gedetailleerde, op kaarten gebaseerde analyse toe op alleen deze kleinere groep met een hoog potentieel. Deze hybride aanpak stelde het model in staat om zijn hoge nauwkeurigheid te handhaven terwijl het efficiënt genoeg bleef om duizenden potentiële doelwitten te verwerken. De resultaten toonden aan dat deze methode superieur was aan het proberen te analyseren van elk enkel paar met de volledige, gedetailleerde kaart – wat te traag was – of het analyseren van hen allemaal met de eenvoudige methode – wat te onnauwkeurig was.

Uiteindelijk demonstreert dit werk dat de manier waarop we biologische relaties in computers representeren, diepgaand van belang is. Door de visie op kruiden en doelwitten te verschuiven van geïsoleerde eindpunten naar een kijkwijze waarin zij deel uitmaken van een specifieke, lokale netwerkstructuur, hebben de onderzoekers een hulpmiddel gecreëerd dat de wereld helderder ziet. De bevindingen suggereren dat het pad tussen twee biologische entiteiten, en de structuren die dat pad omringen, de sleutel vormen tot het begrijpen van hoe zij interageren. Hoewel de studie beperkt is tot een enkele dataset en nog niet bewijst dat deze voorspellingen werken in een levend lichaam, biedt het een krachtig nieuw kader om te prioriteren welke experimenten als volgende uitgevoerd moeten worden. Voor wetenschappers die zoeken naar de geheimen van de kruidengeneeskunde, biedt deze aanpak een preciezere kaart voor het navigeren door het complexe landschap van de ontdekking van geneesmiddelen.