🧬 biology

What Molecular Structure Cannot Tell Us: A Taxonomy of Explainability Gaps in GNN-Based Drug Toxicity Prediction

Este estudo revela que a estrutura molecular por si só explica apenas cerca de 45% dos efeitos adversos conhecidos do ácido acetilsalicílico e introduz uma taxonomia de quatro categorias para classificar lacunas de explicabilidade na previsão de toxicidade de fármacos baseada em GNN, destacando limitações críticas para fluxos de trabalho de segurança regulatória.

Autores originais: Juergen Dietrich

Publicado 2026-05-27

📖 6 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Juergen Dietrich

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo

A Grande Questão: Uma Imagem de uma Molécula Pode Contar Toda a História?

Imagine que você está tentando prever como um carro específico se comportará em uma corrida apenas olhando para um plano 2D do seu motor. Você conhece o plano perfeitamente. Mas esse plano pode dizer se o motorista ficará cansado, se os pneus estourarão em uma pista específica ou se o carro sofrerá um acidente devido a uma tempestade repentina?

Este artigo faz uma pergunta semelhante sobre a segurança de medicamentos. Cientistas usam programas de computador poderosos (chamados Redes Neurais em Grafos ou GNNs) para examinar o "plano" de uma molécula de medicamento (sua estrutura atômica) e prever se ela será tóxica.

O autor, Juergen Dietrich, queria saber: Quanto do perigo real de um medicamento pode ser visto apenas olhando para seu plano molecular?

Para descobrir, ele usou a Aspirina (Ácido Acetilsalicílico) como caso de teste. A Aspirina é como o "padrão ouro" dos medicamentos; sabemos tudo sobre ela porque as pessoas a tomam há 125 anos.

O Experimento: O Computador "Cego"

O computador foi treinado em um conjunto massivo de dados chamado Tox21, que contém resultados de 12 testes de laboratório diferentes (ensaios) projetados para detectar toxicidade. Pense nesses 12 testes como 12 "inspetores de segurança" diferentes procurando tipos específicos de problemas (como "isso queima a pele?" ou "isso danifica o DNA?").

O computador olhou para o plano da Aspirina e tentou prever se ela falharia em qualquer um desses 12 testes.

O Resultado: O computador disse: "Não, a Aspirina parece segura."
A Realidade: Sabemos que a Aspirina causa efeitos colaterais (como sangramento estomacal e zumbido nos ouvidos).

O computador estava errado. Mas por quê? O artigo cria uma "Taxonomia de Lacunas" de quatro categorias para explicar exatamente onde o computador falhou.

As Quatro "Lacunas" (Por Que o Computador Perdeu o Perigo)

O autor categoriza as razões pelas quais o computador falhou em quatro tipos de "pontos cegos":

1. LACUNA-1: A Lacuna do "Contexto Faltante" (O Cansaço do Motorista)

O que é: Alguns perigos dependem da pessoa que toma o medicamento, não do medicamento em si.
A Analogia: Um plano não pode dizer se o motorista tem 80 anos, tem uma condição genética específica ou está tomando outro medicamento que entra em conflito com o carro.
No Artigo: Cerca de 36% dos efeitos colaterais da Aspirina (como a síndrome de Reye em crianças ou reações alérgicas) se enquadram aqui. A estrutura molecular simplesmente não contém essa informação. Nenhuma quantidade de código de computador melhor pode corrigir isso.

2. LACUNA-2: A Lacuna dos "Dados Faltantes" (O Arquivo Secreto)

O que é: O perigo está na estrutura, mas o computador nunca viu os dados porque estão escondidos em arquivos privados de empresas.
A Analogia: Imagine que o plano é perfeito, mas o manual de segurança para este modelo específico de carro está trancado em um cofre na fábrica. O computador só tem acesso a manuais de segurança públicos, que não mencionam esse risco específico.
No Artigo: O autor pesquisou bancos de dados públicos por dados sobre um mecanismo específico (desacoplamento mitocondrial) e encontrou 42 testes documentados, mas zero resultados públicos. Os dados existem, mas estão "Faltando Não Aleatoriamente" (MNAR) — faltam porque as empresas os mantêm privados. Isso representa cerca de 9% das lacunas.

3. LACUNA-3: A Lacuna da "Ferramenta Errada" (O Inspetor Errado)

O que é: O computador é treinado no conjunto errado de testes.
A Analogia: Você contratou 12 inspetores de segurança, mas nenhum deles é treinado para verificar "sangramento estomacal". Todos são especialistas em "segurança contra incêndio" e "falha de freio". Mesmo que o carro tenha um problema de sangramento estomacal, esses inspetores dirão: "Tudo parece bem", porque não é isso que eles estão procurando.
No Artigo: 50% das falhas ocorreram aqui. Os testes Tox21 (os 12 inspetores) não medem o mecanismo biológico específico que faz a Aspirina machucar o estômago (inibição da COX-1). O computador não pode prever um problema que nunca foi ensinado a procurar.

4. LACUNA-4: A Lacuna do "Foco Errado" (O Estudante Distraído)

O que é: O computador vê as partes certas da molécula, mas foca nas erradas.
A Analogia: Imagine um aluno fazendo uma prova sobre por que o motor de um carro superaquece. O aluno olha para o motor e diz: "Está superaquecendo por causa da cor da tinta!" O aluno está olhando para o carro, mas está focando no recurso errado.
No Artigo: Para uma toxicidade específica (dano mitocondrial), o computador focou na forma de anel da molécula de Aspirina (como um anel de benzeno) em vez do grupo ácido (o grupo carboxila) que realmente causa o problema.
- O autor testou isso alterando como o computador "presta atenção" aos átomos. Mesmo quando o computador foi forçado a prestar atenção ao grupo ácido, ele ainda falhou.
- A Descoberta: O erro aconteceu profundamente dentro das "camadas de pensamento" do computador (passagem de mensagens), não apenas no passo final. O computador havia aprendido um mau hábito de seus dados de treinamento (associando anéis à toxicidade) que não pôde desaprender apenas alterando o cálculo final. Isso representa cerca de 9% das lacunas.

A Conclusão

O estudo conclui que, para a Aspirina, olhar apenas para a estrutura molecular explica apenas 45% de seus efeitos colaterais conhecidos.

45% é "CORRESPONDÊNCIA": A estrutura contém a resposta, e o computador poderia encontrá-la se os dados e as ferramentas fossem perfeitos.
55% é "LACUNA": A resposta está faltando devido ao contexto do paciente (36%), dados privados ocultos (9%) ou testes errados sendo usados (9%).

Por Que Isso Importa (Segundo o Artigo)

O autor argumenta que precisamos parar de assumir que, se um computador diz "seguro", o medicamento é seguro.

Se uma classe de medicamentos (como AINEs/Aspirina) tiver um desacoplamento de 50% com os testes de segurança disponíveis, estamos voando às cegas para metade dos riscos.
Não podemos apenas construir computadores "mais inteligentes" (melhores modelos de IA) para corrigir isso. Precisamos de melhores dados (obter acesso a arquivos privados de empresas), melhores testes (criar novos testes de laboratório que realmente meçam sangramento estomacal) e devemos aceitar que alguns riscos (como alergias de pacientes) nunca serão previsíveis apenas a partir da forma de uma molécula.

O artigo fornece um "mapa" (a Taxonomia) para ajudar reguladores e cientistas a entenderem exatamente por que uma previsão falhou, em vez de apenas dizer que a IA está "errada".

Resumo Técnico: Uma Taxonomia de Lacunas de Explicabilidade em Previsão de Toxicidade de Fármacos Baseada em GNN

Declaração do Problema

Embora as Redes Neurais em Grafos (GNNs) ofereçam uma abordagem estruturalmente natural para a previsão de toxicidade molecular, operando diretamente na conectividade atômica, uma questão fundamental permanece pouco explorada: que fração do perfil farmacológico conhecido de um fármaco é realmente codificável em sua estrutura molecular? À medida que estruturas regulatórias como a Boa Prática de Farmacovigilância (GVP) e as Novas Metodologias de Abordagem (NAMs) integram cada vez mais a IA, há uma necessidade crítica de compreender os limites da previsão baseada em estrutura. Especificamente, não está claro se as falhas de previsão decorrem de complexidade biológica inerente, escassez de dados, incompatibilidade de ensaios ou erros de representação do modelo.

Metodologia

O estudo emprega o Ácido Acetilsalicílico (AAS/Aspirina) como composto modelo devido à sua extensa história clínica, mecanismos bem caracterizados (tanto on-target quanto off-target) e pequeno tamanho (13 átomos pesados), o que facilita a interpretabilidade em nível atômico.

Arquitetura do Modelo e Treinamento

Modelo: Uma Rede Neural de Passagem de Mensagens (MPNN) baseada em Convolução de Rede Neural (NNConv) [Gilmer et al., 2017].
Entrada: Grafos moleculares construídos via RDKit com características atômicas de 31 dimensões e características de ligação de 12 dimensões.
Treinamento: Aprendizado multi-tarefa no benchmark Tox21 (12 pontos finais de ensaios toxicológicos). O modelo utiliza uma camada de pooling de média global e um classificador MLP de duas camadas.
Explicabilidade: O GNNExplainer [Ying et al., 2019] é aplicado para gerar máscaras de atribuição em nível atômico. Uma métrica de "Razão de Farmacóforo" é definida para quantificar se o modelo foca na subestrutura química correta (por exemplo, o grupo carboxila versus o anel aromático).
Experimento de Controle: Um mecanismo de Pooling por Atenção [Li et al., 2015] é implementado para testar se os erros de representação originam-se na etapa de agregação ou nas camadas de passagem de mensagens.

Construção da Taxonomia de Lacunas

Os autores definem uma taxonomia de quatro categorias para classificar as falhas de previsão:

GAP-1 (Não codificável): Efeitos que exigem contexto em nível de paciente (idade, genética) ausente no grafo molecular.
GAP-2 (Lacuna de Dados / MNAR): Efeitos estruturalmente previsíveis em princípio, mas ausentes dos dados de treinamento públicos devido a mecanismos de "Ausente Não Aleatoriamente" (MNAR) (por exemplo, dados proprietários).
GAP-3 (Incompatibilidade do Painel de Ensaios): O painel de treinamento (Tox21) carece de ensaios que medem o mecanismo biológico relevante.
GAP-4 (Erro de Representação): O modelo aprende a característica estrutural errada como preditor devido a confusão nos dados de treinamento, apesar da característica correta estar presente.

Validação Empírica

Quantificação de MNAR: Uma consulta sistemática ao banco de dados ChEMBL foi realizada para ácidos carboxílicos ativos em SR-MMP (Potencial de Membrana Mitocondrial) para quantificar lacunas de dados.
Mapeamento: Um mapeamento manual foi criado entre os pontos finais do Tox21 e os efeitos adversos clínicos documentados no DrugBank e SIDER.

Principais Resultados

Desempenho do Modelo e Previsão

O MPNN alcançou uma média de ROC-AUC de 0,69 nos pontos finais do Tox21, com os pontos finais de Resposta ao Estresse (SR-) apresentando desempenho superior aos de Receptor Nuclear (NR-).
Descoberta Crítica: Ao avaliar o AAS, o modelo classificou todos os 12 pontos finais do Tox21 como negativos (abaixo do limiar de 0,5). Isso inclui SR-MMP (AUC 0,95 no treinamento) e SR-ARE, que são farmacologicamente relevantes para a toxicidade do AAS. O modelo falhou em prever efeitos adversos conhecidos, apesar do alto desempenho de treinamento no conjunto de dados geral.

Análise de Atribuição (GAP-4)

Para o ponto final SR-MMP, o GNNExplainer revelou uma Razão de Farmacóforo de 0,646 sob pooling de média. Isso indica que o modelo focou incorretamente no anel aromático (átomos 4–9) em vez do grupo carboxila farmacologicamente relevante (átomos 10–12), que impulsiona o mecanismo de transportador de prótons.
Experimento de Pooling por Atenção: Embora o portão de atenção tenha corretamente aumentado o peso dos átomos do carboxila ( $\alpha = 0,62$ ), a Razão de Farmacóforo melhorou apenas para 0,805, falhando em atingir o limiar de "foco correto". Isso confirma que o erro de representação reside nas camadas de passagem de mensagens (onde os embeddings tornam-se dominados por anéis devido à confusão nos dados de treinamento com hidrocarbonetos aromáticos policíclicos), e não na etapa de agregação.

Quantificação da Taxonomia de Lacunas

Efeitos Adversos Clínicos: De 11 efeitos adversos conhecidos do AAS, apenas 45% (5/11) são estruturalmente codificáveis (MATCH).
- GAP-1 (Não codificável): 36% (por exemplo, Síndrome de Reye, envenenamento).
- GAP-2 (MNAR): 9% (por exemplo, zumbido no ouvido; 42 ensaios documentados encontraram 0 entradas de bioatividade recuperáveis para ácidos carboxílicos no ChEMBL).
- GAP-3 (Incompatibilidade de Ensaios): 18% (por exemplo, sangramento gastrointestinal, inibição plaquetária).
- GAP-4 (Erro de Representação): 9% (por exemplo, hepatotoxicidade).
Cobertura do Painel Tox21: 50% (6/12) dos pontos finais do Tox21 representam uma incompatibilidade GAP-3 para AINEs, pois o painel não mede os mecanismos de inibição da COX-1 ou disfunção plaquetária.

Significado e Alegações

O artigo argumenta que as limitações da previsão de toxicidade baseada em GNN não são meramente uma questão de arquitetura do modelo ou volume de dados, mas são estruturais e sistemáticas.

Taxonomia de Falha: O estudo introduz uma Taxonomia de Lacunas de quatro categorias (GAP-1 a GAP-4) que distingue entre efeitos fundamentalmente não codificáveis, lacunas de dados (MNAR), incompatibilidades de ensaios e erros de representação. Esta estrutura vai além de métricas agregadas como AUC para diagnosticar causas raiz específicas de falha.
Evidência Empírica de MNAR: O estudo fornece evidências empíricas do problema MNAR em bancos de dados públicos, mostrando que dados críticos para mecanismos específicos (por exemplo, desacoplamento mitocondrial por ácidos lipofílicos) estão ausentes dos repositórios públicos, residindo, em vez disso, em bancos de dados DMPK proprietários.
Localização de Erros de Representação: O experimento de pooling por atenção demonstra que erros de representação (GAP-4) podem originar-se nas camadas de passagem de mensagens de MPNNs devido a distribuições de treinamento confusas, e que mudanças arquitetônicas simples (como pooling por atenção) podem não ser suficientes para corrigi-los sem abordar o viés de dados subjacente.
Implicações Regulatórias: As descobertas sugerem que os painéis atuais de Triagem de Alto Rendimento (HTS) (como Tox21) e NAMs podem ter pontos cegos estruturais para classes específicas de fármacos (por exemplo, AINEs). Os autores afirmam que uma incompatibilidade de painel de 50% para AINEs constitui uma limitação quantificável na cobertura de segurança não clínica, implicando que a ausência mecânica em dados de HTS não deve ser interpretada como um sinal de segurança negativo sem evidências suplementares.

O estudo conclui que a resolução dessas lacunas requer intervenções direcionadas: painéis de ensaios específicos para COX (para GAP-3), aprendizado federado para acesso a dados proprietários (para GAP-2) e integração de bancos de dados de farmacovigilância pós-comercialização (para GAP-1 e GAP-2).