Agentic Discovery of Non-Canonical Antimicrobial Peptides with AMPGAN v3

Resumo Técnico: Descoberta Agêntica de Peptídeos Antimicrobianos Não Canônicos com AMPGAN v3

Definição do Problema
A resistência antimicrobiana (RAM) causa mais de um milhão de mortes anualmente, mas a descoberta de novas classes de antibióticos estagnou desde 2000. Embora os Peptídeos Antimicrobianos (AMPs) ofereçam uma solução promissora devido à sua ação multi-mecânica e emergência de resistência mais lenta, os modelos atuais de IA generativa enfrentam duas limitações críticas:

1. Restrições Estruturais e Químicas: Os modelos existentes geram predominantemente sequências $\alpha$-helicoidais compostas por aminoácidos L canônicos. Esses peptídeos helicoidais curtos frequentemente sofrem de instabilidade conformacional e degradação proteolítica rápida. Aplicações terapêuticas reais exigem químicas não canônicas, como aminoácidos D e modificações N/C-terminais (ex: amidação), para garantir estabilidade, o que os modelos atuais não conseguem gerar.
2. Instabilidade de Treinamento: As abordagens anteriores de GAN condicional (ex: AMPGAN v2) sofrem de severa instabilidade de treinamento, com apenas ~10% das inicializações aleatórias produzindo modelos utilizáveis, muitas vezes colapsando para saídas repetitivas de token único.
3. Escalabilidade de Fluxo de Trabalho: Traduzir designs in-silico em candidatos testáveis requer etapas repetitivas de filtragem e verificação de banco de dados que escalam mal quando realizadas manualmente.

Metodologia
Os autores introduzem o AMPGAN v3, uma Rede Adversária Generativa (GAN) condicional multi-objetivo, e o PepCraft, um framework multi-agente para descoberta de ponta a ponta.

• Arquitetura AMPGAN v3:

  • Vocabulário Expandido: O modelo é treinado em um conjunto de dados curado de 34.275 sequências de AMPs experimentalmente validadas (de DBAASP v3), incluindo explicitamente aminoácidos D e modificações terminais. As sequências são codificadas com tokens especiais para modificações N/C-terminais e limites de sequência.
  • Design de Discriminador Duplo: Para resolver a instabilidade de treinamento, os autores separam a supervisão adversarial e a de atividade em dois discriminadores especializados:
    • $D_{adv}$: Um discriminador incondicional que julga se uma sequência é plausivelmente semelhante a um peptídeo (julgamento distribucional).
    • $D_{mic}$: Um discriminador condicional treinado exclusivamente em sequências reais para regredir valores de Concentração Inibitória Mínima (MIC) com base na espécie alvo (julgamento de potência).
  • Objetivo de Treinamento: O gerador é otimizado via uma combinação ponderada de quatro perdas: perda de comprimento ($L_{len}$), perda de similaridade ($L_{sim}$), perda adversarial ($L_{adv}$) e perda de regressão de MIC ($L_{mic}$). O modelo utiliza Gumbel-Softmax para lidar com a amostragem de tokens discretos.

• Framework Agêntico PepCraft:

  • Um Agente de Planejamento orquestra agentes executores especializados para automatizar o pipeline de descoberta.
  • Agente Gerador: Traduz objetivos em linguagem natural em chamadas estruturadas para o AMPGAN v3 e ferramentas de predição de estrutura (SimpleFold).
  • Agente de Filtragem: Aplica telas sequenciais físico-químicas e estruturais (carga, hidrofobicidade, índice de estabilidade).
  • Agente de Verificação: Realiza buscas de homologia BLAST contra SwissProt e DBAASP para avaliar a novidade e recuperar atividades conhecidas.
  • O sistema itera, com o Agente de Planejamento reinvocando os executores com parâmetros revisados caso os resultados intermediários desviem dos objetivos do usuário.

Principais Contribuições

1. Modelo AMPGAN v3: O primeiro modelo generativo para AMPs que suporta aminoácidos D e modificações terminais, expandindo significativamente o espaço químico acessível além dos aminoácidos L canônicos.
2. Melhoria de Estabilidade: Ao desacoplar a supervisão adversarial e a de atividade, o modelo alcança uma taxa de sucesso de ~70% (21/30 execuções) comparado a ~10% do AMPGAN v2, mitigando o colapso de modo (mode collapse).
3. Fluxo de Trabalho Agêntico: A introdução do workflow agêntico PepCraft demonstra como a IA generativa pode ser composta com sistemas agênticos para descoberta científica, permitindo controle de fluxo adaptativo e curadoria automatizada.
4. Validação Experimental: O artigo fornece uma validação de pequena escala, mas real, de todo o pipeline, da geração ao teste de bancada (wet-lab).

Resultados

• Validação In Vitro: Cinco candidatos abrangendo três classes estruturais ($\alpha$-hélice, $\beta$-folha de cabelo e coil aleatório) incorporando química não canônica foram sintetizados e testados.
  • Dois candidatos mostraram atividade contra cepas Gram-positivas.
  • O melhor candidato, HY-P60322, alcançou um MIC de 8 µg/mL contra Bacillus subtilis e 16 µg/mL contra Staphylococcus epidermidis.
  • Notavelmente, os candidatos ativos não inibiram as espécies usadas como alvos de condicionamento durante a geração (ex: HY-P60322 foi condicionado em E. coli, mas ativo contra B. subtilis), indicando que o condicionamento de espécie não se traduziu em atividade seletiva de espécie neste caso específico.
• Desempenho In Silico:
  • O AMPGAN v3 alcançou as maiores taxas de AMP preditos (92,7% pelo AMP Scanner v2, 95,1% pelo amPEP) entre os modelos comparados (AMPGAN v2, HydrAMP, AMP-Designer).
  • A análise do espaço de embedding (ESM2 + PCA) mostrou que o AMPGAN v3 melhorou significativamente a fidelidade (divergência KL reversa) sobre seu predecessor enquanto mantinha a cobertura, embora o AMP-Designer (pré-treinado em 600K+ peptídeos) tenha apresentado menor divergência devido ao seu grande prior de proteínas.
• Eficiência Agêntica:
  • O framework multi-agente PepCraft exigiu menos chamadas de ferramentas do que os baselines de agente único para tamanhos de tarefa de até 20 candidatos.
  • Ao rotear o Agente de Planejamento através de um modelo grande e os Executores através de modelos menores e mais baratos, a abordagem multi-agente reduziu significativamente o uso total de tokens de saída em comparação com sistemas de agente único que devem rotear todos os tokens através de um modelo grande.
  • A análise qualitativa mostrou que as recomendações de priorização do agente alinharam-se com os resultados reais in vitro (marcando HY-P60322 para priorização e outros para despriorização).

Significância e Alegações
O artigo afirma que o AMPGAN v3 e o PepCraft representam um passo em direção ao "exame, em uma escala pequena mas real, de como a IA generativa e agêntica se compõem na descoberta de peptídeos terapêuticos". Os autores enfatizam que suas contribuições permitem a geração de peptídeos com a estabilidade química necessária para viabilidade terapêutica (via aminoácidos não canônicos) e demonstram um workflow onde sistemas agênticos podem orquestrar geração, filtragem e verificação com intervenção humana mínima. O trabalho é de escopo modesto, apresentando um framework preliminar onde o alinhamento entre as recomendações do agente e os resultados de bancada é encorajador, mas requer avaliação prospectiva adicional. Os autores observam que o trabalho futuro se concentrará em refinar a geração consciente do alvo e expandir o vocabulário químico para incluir modificações pós-traducionais como a ciclização.