BioGCN: Biologically Inspired Graph Convolutional Network to Predict Human Oral Bioavailability

Imagine que você é um detetive tentando resolver um mistério, mas em vez de uma cena de crime, sua cena de crime é o corpo humano. O mistério? Por que alguns medicamentos funcionam como mágica quando você os engole, enquanto outros apenas ficam parados no seu estômago e desaparecem antes de poderem fazer qualquer coisa de útil? Este é o mundo da descoberta de fármacos, um jogo de alto risco onde cientistas gastam bilhões de dólares e mais de uma década tentando transformar uma ideia química em uma pílula que salva vidas. O maior obstáculo não é apenas encontrar uma molécula que mate um vírus ou interrompa um tumor; é garantir que essa molécula consiga realmente sobreviver à jornada através do seu sistema digestivo para alcançar sua corrente sanguínea. Essa jornada é chamada de "biodisponibilidade oral". Pense nisso como um maratonista: só porque um corredor é rápido, não significa que ele possa terminar a corrida se tropeçar em um obstáculo ou se perder. No mundo dos fármacos, se uma molécula não conseguir sobreviver à "primeira passagem" pelo fígado e pelo intestino, ela é um fracasso, não importa o quão poderosa pareça em um tubo de ensaio.

Por muito tempo, os cientistas tentaram prever essa jornada usando um "checklist" de características químicas, como um mecânico tentando adivinhar como um carro irá rodar apenas olhando para uma lista de suas peças. Mas isso é lento, exige muito palpite de especialistas e, muitas vezes, perde a visão do todo. Recentemente, um novo tipo de IA chamado "Rede Convolucional de Grafos" (GCN) entrou em cena. Imagine uma GCN não como um checklist, mas como um mapa. Ela olha para a molécula inteira como uma teia conectada de átomos (como um mapa de uma cidade com ruas e cruzamentos) e aprende como o tráfego flui através dela. Este artigo apresenta uma versão nova e superinteligente desse leitor de mapas chamada BioGCN. Ela é "biologicamente inspirada" porque não apenas olha para o mapa; ela também traz um "guia" de categorias de fármacos para ajudar a entender melhor o terreno.

Os pesquisadores, uma equipe do Instituto de Estatística da Índia, queriam ver se adicionar esse guia tornaria a IA um detetive melhor. Eles construíram a BioGCN para prever se um fármaco teria alta ou baixa biodisponibilidade. Para fazer isso, eles alimentaram a IA com uma biblioteca massiva de 1.480 fármacos conhecidos para aprender. Mas aqui está a reviravolta: eles deram à IA dois tipos diferentes de informação. A primeira era apenas o mapa químico bruto (a estrutura dos átomos). A segunda era esse mapa bruto mais um código especial chamado código ATC. Pense no código ATC como o Sistema Decimal de Dewey de uma biblioteca para fármacos; ele diz exatamente o que o fármaco deve fazer e qual parte do corpo ele visa. A grande ideia da equipe foi que fármacos na mesma "seção da biblioteca" (mesmo código ATC) provavelmente compartilham segredos semelhantes sobre como viajam pelo corpo.

Quando colocaram a BioGCN à prova, os resultados foram promissores. A IA, armada tanto com o mapa químico quanto com o guia da biblioteca, conseguiu prever o sucesso de novos fármacos com uma precisão variando de cerca de 65,83% a 76,5% nos dados de treinamento. Quando a testaram em fármacos completamente novos (um grupo de 288 e outro de 45), ela ainda teve um desempenho impressionante, atingindo taxas de precisão entre 53,82% e 77,78%, dependendo do cenário específico. O estudo sugere que esta abordagem é melhor do que métodos mais antigos que dependiam apenas do mapa químico ou de modelos computacionais tradicionais. De fato, ao comparar com outros modelos de alto nível como "HOBPre" ou "Deep-PK", a BioGCN saiu no topo em quase todas as categorias, incluindo o quão bem ela conseguia distinguir entre fármacos bem-sucedidos e falhos.

A equipe também verificou se o modelo estava apenas memorizando as respostas ou se estava realmente aprendendo. Eles usaram uma técnica chamada "validação cruzada", que é como fazer uma prova, dar a nota e depois fazer uma versão diferente da prova para ver se você realmente entendeu o material. Os resultados sugeriram que a BioGCN generalizou bem, o que significa que ela pode lidar com novos fármacos não vistos sem se confundir. Eles também compararam duas maneiras de organizar os dados: uma com apenas características químicas (FM) e outra com as características químicas mais o guia ATC (CFM). Os dados mostraram que a versão com o guia (CFM) desempenhou consistentemente melhor, sugerindo que saber a "família" de um fármaco realmente ajuda a prever sua jornada pelo corpo.

No entanto, o artigo é cuidadoso ao não chamar isso de uma solução mágica. Os autores observam que, embora o modelo seja um passo significativo à frente, ele ainda enfrenta desafios, especialmente com a natureza desordenada e desequilibrada dos dados do mundo real. Eles descobriram que o desempenho do modelo pode mudar dependendo de como lidam com os dados (por exemplo, usando uma técnica chamada "SMOTE" para equilibrar os números de sucessos versus falhas). Embora a BioGCN tenha superado outros métodos, a precisão nos conjuntos de teste não foi perfeita, pairando em torno da marca dos 77% nos melhores casos. Isso sugere que, embora a abordagem "biologicamente inspirada" seja uma ferramenta poderosa, ainda há trabalho a ser feito para tornar essas previsões impecáveis. O estudo conclui que, ao combinar o mapa estrutural de uma molécula com sua classificação biológica, podemos construir ferramentas mais inteligentes para ajudar os desenvolvedores de fármacos a decidir quais candidatos valem os milhões de dólares e os anos de tempo necessários para chegar à prateleira da farmácia.