Biomolecule-referenced structural relationships determine cell line-specific anticancer activity among positional isomers

Resumo Técnico: Relações Estruturais Referenciadas por Biomoléculas na Atividade Anticancerígena

Definição do Problema
Diferenças estruturais sutis entre isômeros posicionais — compostos que diferem apenas na localização de um substituinte — podem levar a atividades farmacológicas marcadamente distintas, incluindo variações nas interações com alvos, permeabilidade celular e distribuição intracelular. Embora a previsão de respostas de linhagens celulares a fármacos seja crítica para a oncologia, as representações moleculares convencionais e os modelos de predição de IC50 frequentemente falham em resolver adequadamente essas diferenças estruturais minuciosas. Os modelos de regressão existentes têm dificuldade com a generalização para estruturas químicas não vistas, e as abordagens de aprendizado profundo frequentemente carecem de interpretabilidade. Além disso, as linhagens de células cancerosas exibem programas metabólicos intracelulares distintos (por exemplo, no metabolismo de aminoácidos e na lipogênese) mesmo sob condições comparáveis, sugerindo que a sensibilidade ao fármaco é influenciada pela relação estrutural relativa entre um fármaco e essas biomoléculas intracelulares específicas.

Metodologia
O estudo introduz os Descritores Referenciados por Biomoléculas (BiReD) e uma estrutura de classificação interpretável para quantificar como as diferenças estruturais ao nível de isômeros posicionais contribuem para a atividade anticancerígena.

1. Preparação de Dados: Utilizando o conjunto de dados de atividade de fármacos NCI-60, os compostos foram agrupados por relações de isômeros posicionais. Os dados foram divididos no nível de grupo de isômeros (divisão substrato/modelo de 2:8; 8:2 para treinamento/teste) para evitar vazamento de dados (data leakage) e garantir a capacidade do modelo de se generalizar para grupos de isômeros não vistos.
2. Cálculo de BiReD: Três descritores foram desenvolvidos para quantificar as relações estruturais e físico-químicas relativas entre agentes anticancerígenos e biomoléculas intracelulares:
   • PC-HCI (Índice de Compatibilidade Hidrofílica de Fosfatidilcolina): Avalia a semelhança na distribuição intramolecular de subestruturas hidrofílicas entre um composto e a referência lipídica 1-POPC.
   • PC-LCI (Índice de Compatibilidade Lipofílica de Fosfatidilcolina): Avalia a semelhança na distribuição intramolecular de subestruturas lipofílicas em relação ao 1-POPC.
   • AA-PIR (Razão de Interação Posicional de Aminoácidos): Representa a extensão em que o arranjo de subestruturas de um composto se assemelha ao das estruturas de referência de aminoácidos (calculado como a média entre múltiplos aminoácidos).
   • Lógica de Cálculo: Estes índices avaliam o arranjo de propriedades físico-químicas baseando-se em suas distâncias do centro molecular e massas atribuídas, normalizadas pelo peso molecular e expressas como valores relativos contra as estruturas de referência.
3. Construção do Modelo de Classificação (Ranking): Em vez de prever valores absolutos de IC50 via regressão, o estudo adotou uma abordagem de classificação para avaliar a sensibilidade relativa ao fármaco dentro de grupos de isômeros posicionais. O modelo utiliza quatro variáveis explicativas: PC-HCI, PC-LCI, AA-PIR e um valor de IC50 previsto por um modelo de regressão Chemprop.
   • Um processo de otimização de duas etapas determinou coeficientes de peso ($W$), valores de correção ($I$) e intervalos aplicáveis para cada linhagem celular.
   • O modelo é específico para cada linhagem celular, reconhecendo que os programas metabólicos diferem entre elas.
4. Análise de Sensibilidade: Uma análise de sensibilidade "um-a-um" (one-at-a-time) foi realizada para quantificar a contribuição de cada descritor para a pontuação de classificação, revelando como as mudanças estruturais influenciam a atividade prevista.
5. Geração de Candidatos: Isômeros posicionais foram gerados a partir de 3.072 agentes anticancerígenos conhecidos (substratos) para criar uma biblioteca de 130.927 candidatos. Eles foram avaliados usando os modelos desenvolvidos para prever classificações de atividade específicas de tecidos.

Principais Resultados

• Desempenho do Modelo: O modelo de classificação baseado em BiReD demonstrou um desempenho preditivo significativamente superior (medido pelo C-index) em comparação com modelos de controle usando valores aleatórios. Crucialmente, o desempenho não degradou entre os conjuntos de treinamento e teste, indicando uma robusta generalização para grupos de isômeros posicionais não vistos.
• Especificidade da Linhagem Celular: A análise de sensibilidade revelou determinantes estruturais e físico-químicos distintos da atividade em diferentes linhagens de células cancerosas. Por exemplo, na linhagem de SNC (Sistema Nervoso Central), coeficientes de peso negativos foram frequentemente atribuídos ao PC-LCI, sugerindo que compostos com arranjos de subestruturas lipofílicas divergentes da referência 1-POPC são classificados com maior pontuação (mais ativos) em linhagens de SNC. Por outro lado, a linhagem de Mama (BR) mostrou um peso frequente positivo para AA-PIR.
• Contribuição das Variáveis: Embora os valores de IC50 previstos (baseados apenas na estrutura química) tenham sido positivamente ponderados em muitas linhagens, as variáveis BiReD (referências lipídicas e de aminoácidos) mostraram direções e magnitudes de ponderação variáveis dependendo da linhagem celular específica, confirmando que as relações relativas às biomoléculas são críticas para distinguir a atividade de isômeros.
• Identificação de Candidatos: O estudo identificou candidatos específicos de isômeros posicionais previstos para exibir valores de IC50 mais baixos (maior atividade) e padrões de atividade específicos de tecido. Por exemplo, três candidatos na linhagem de melanoma foram previstos para classificar acima dos seus compostos substratos e mostraram classificação preferencial em melanoma sobre outras linhagens.
• Lançamento de Banco de Dados: Um banco de dados público, "Anticancer Activity Ranking Search", foi lançado via BioChemCalc, contendo classificações de IC50 previstas para 130.927 candidatos de isômeros posicionais através de 60 linhagens de células cancerosas.

Significância e Alegações
O artigo afirma fornecer uma estratégia sistemática para expandir o espaço químico de fármacos anticancerígenos, aproveitando as sutis diferenças estruturais entre isômeros posicionais. Ao integrar relações estruturais referenciadas por biomoléculas com uma estrutura de classificação interpretável, o estudo oferece um método para priorizar candidatos a fármacos que modelos de regressão convencionais poderiam negligenciar.

O autor enfatiza que esta abordagem:

• Supera as limitações de generalização dos modelos padrão de predição de IC50 ao focar em classificações relativas dentro de grupos de isômeros.
• Fornece interpretabilidade ao ligar descritores estruturais específicos (por exemplo, arranjo lipofílico relativo aos lipídios) à atividade específica de cada linhagem celular.
• Permite a geração de candidatos a fármacos específicos de tecido a partir de agentes conhecidos sem exigir a síntese de novos andaimes (scaffolds) químicos inteiramente novos.

O estudo mantém um tom modesto quanto às suas alegações, declarando explicitamente que os candidatos apresentados são predições computacionais que ainda não foram validadas experimentalmente. Reconhece que fatores como acessibilidade sintética, toxicidade, farmacocinética e seletividade de alvo não foram avaliados. O autor posiciona o trabalho como uma estrutura para priorizar candidatos para subsequente validação experimental e síntese, em vez de uma solução definitiva para a descoberta de fármacos.