HEDGEHOG: Hierarchical Evaluation of Drug Generators Through Rigorous Filtration

Resumo Técnico: Benchmark HEDGEHOG para Geradores Moleculares

Declaração do Problema
Modelos moleculares generativos são cada vez mais utilizados para propor novos compostos candidatos de novo para a descoberta precoce de fármacos. No entanto, as práticas atuais de avaliação dependem fortemente de métricas intrínsecas — como validade, novidade, unicidade e similaridade de distribuição — que falham em capturar se as moléculas geradas são medicinalmente plausíveis ou adequadas para fluxos de trabalho computacionais subsequentes. Os benchmarks padrão frequentemente avaliam objetivos como pontuações de docking ou acessibilidade sintética de forma isolada ou em combinações simplificadas. Essa abordagem pode produzir falsos positivos, levando a suposições incorretas sobre a utilidade do modelo e ao uso ineficiente de recursos computacionais. O problema central é o hiato entre a geração "quimicamente válida" e a geração "praticamente útil", onde as moléculas podem satisfazer critérios isolados, mas falhar simultaneamente sob as restrições multiparamétricas da química medicinal, síntese e plausibilidade de pose de ligação 3D.

Metodologia: O Protocolo HEDGEHOG
Para abordar essas limitações, os autores introduzem o HEDGEHOG (Hierarchical Evaluation of Drug Generators Through Rigorous Filtration - Avaliação Hierárquica de Geradores de Drogas através de Filtragem Rigorosa), um benchmark de filtragem unificado de seis estágios inspirado em fluxos de trabalho industriais de identificação de hits. O protocolo emprega uma cascata de grosso para fino, removendo moléculas implausíveis precocemente para conservar recursos computacionais para os estágios subsequentes mais caros. Os seis estágios são:

1. Pré-processamento Molecular: Padronização de strings SMILES, remoção de sais/solventes, desconexão de metais e filtragem de estados de valência inválidos ou tipos de átomos não suportados usando RDKit e DataMol.
2. Triagem de Descritores Fisicoquímicos: Computação de 21 descritores (ex: lipofilicidade, polaridade, estatísticas de anéis, fração de carbono hibridizado sp3) contra limiares configuráveis para remover outliers extremos.
3. Filtros Estruturais: Remoção de moléculas contendo subestruturas indesejáveis ou perfis de química medicinal ruins. Este estágio utiliza aproximadamente 2.460 padrões SMARTS e 10 conjuntos de regras (incluindo regras PAINS, BMS, Glaxo e Lilly Medchem) juntamente com verificações de sanidade em nível de grafo.
4. Viabilidade de Síntese: Uma abordagem dupla combinando pontuações heurísticas (SA, RA, SYBA) com busca explícita de rotas retrosintéticas usando AiZynthFinder. Este estágio testa se pelo menos uma rota sintética existe sob uma configuração específica.
5. Docking e Estimativa de Afinidade de Ligação: As moléculas sobreviventes são submetidas a docking na bolsa switch-II da KRAS G12D (PDB: 7EW9) usando três motores: smina, GNINA e Matcha. A afinidade de ligação é estimada usando Boltz-2. Este estágio requer concordância entre múltiplos modelos para evitar falsos positivos específicos de ferramentas.
6. Filtragem Tridimensional (3D): Verificações pós-docking para qualidade de pose, desvio de conformação, contenção na bolsa e interações específicas do alvo (especificamente uma interação necessária com Asp12 para a instância KRAS G12D).

O benchmark foi aplicado a 23 geradores moleculares em três classes: modelos incondicionais, baseados em ligantes e baseados em proteínas. Cada modelo gerou 10.000 strings SMILES distintas, resultando em um conjunto de avaliação total de 230.000 moléculas.

Resultos Principais
O estudo revela uma taxa de atrito drástica através do pipeline de filtragem:

• Sobrevivência Geral: Apenas 0,65% das 230.000 moléculas iniciais (1.490 no total) sobreviveram a todos os seis estágios.
• Atrito por Estágio:
  • Pré-processamento: Modelos condicionais (baseados em ligante/proteína) mostraram taxas de passagem mais altas (97%) em comparação com modelos incondicionais (75%).
  • Filtros Fisicoquímicos e Estruturais: Estes estágios atuaram como grandes gargalos. Após a filtragem estrutural, apenas ~5% das moléculas restaram. Isso indica que muitas moléculas que satisfazem descritores fisicoquímicos ainda contêm subestruturas proibidas.
  • Viabilidade de Síntese: A busca retrosintética explícita foi mais seletiva do que as pontuações heurísticas isoladas. As taxas de passagem condicionais variaram significativamente; por exemplo, modelos baseados em ligantes retiveram 35,89% das moléculas que passaram pela filtragem estrutural, enquanto modelos incondicionais retiveram 59,72%.
  • Docking e 3D: Modelos incondicionais retiveram a maior fração de moléculas em relação ao seu conjunto inicial na etapa de docking (1,80%), enquanto modelos baseados em proteína tiveram a menor (0,96%). No entanto, modelos baseados em proteína mostraram a maior sobrevivência condicional no estágio 3D final (63,15% dos sobreviventes de docking), sugerindo que suas poses retidas são geometricamente mais plausíveis uma vez que passam pelos filtros anteriores.
• Melhores Desempenhos:
  • Dragonfly (baseado em proteína) foi o melhor desempenho, gerando 345 sobreviventes finais. Seu sucesso é atribuído à combinação de aprendizado baseado em interactoma com priors moleculares generativos e à capacidade de incorporar templates de ligantes e informações de sítio de ligação 3D.
  • REINVENT4 (V) (baseado em ligante) e REINVENT4 (incondicional) seguiram com 182 e 163 sobreviventes, respectivamente.
  • Os resultados destacam que um forte desempenho em métricas intrínsecas não garante a sobrevivência em um fluxo de trabalho de triagem realista. Por exemplo, alguns modelos com alta retenção nas fases iniciais falharam em produzir candidatos viáveis devido a vulnerabilidades estruturais ou intratabilidade de síntese.

Significância e Alegações
O artigo alega que o HEDGEHOG serve como um "teste de estresse" para geradores moleculares, expondo modos de falha invisíveis às métricas intrínsecas convencionais. Suas principais contribuições são:

1. Reenquadramento da Avaliação: Ele desloca o paradigma de avaliação da geração de moléculas sem restrições para a proposta de um "espaço químico útil" que satisfaz uma sequência de restrições orientadas à química medicinal.
2. Valor Diagnóstico: Ao reportar a sobrevivência condicional em cada estágio, o HEDGEHOG identifica pontos de falha específicos (ex: alertas estruturais vs. viabilidade de síntese) e separa forças arquitetônicas de limitações de objetivos de treinamento.
3. Benchmarking Realista: O benchmark demonstra que moléculas que parecem aceitáveis sob critérios isolados raramente satisfazem simultaneamente os filtros de química medicinal, síntese, docking e pose 3D.
4. Utilidade Prática: Fornece uma base mais informativa para o desenvolvimento de modelos generativos alinhados com a descoberta precoce de fármacos, enfatizando que a incapacidade de manter realismo químico, sintetizabilidade e compatibilidade com o alvo simultaneamente é a limitação central dos modelos atuais.

Os autores observam que, embora o benchmark seja rigoroso e altamente discriminativo, ele está atualmente instanciado para o alvo KRAS G12D. Eles reconhecem limitações, como a falta de estimativa de variância entre as sementes de geração para todos os modelos e a ausência de preditores de sucesso clínico ou de ADMET a longo prazo, sugerindo estas como áreas para extensões futuras.