← Volver al inicio

Primero, descartar las moléculas que «engañan» a los ensayos: la IA elimina pistas falsas en la selección de fármacos contra la tuberculosis

CAGE-Fusion intenta identificar moléculas problemáticas propensas a interferir en los ensayos antes de que los compuestos candidatos pasen a una costosa validación posterior; su rendimiento de clasificación es notable, pero todavía no puede sustituir las pruebas físicas ni la interpretación de los mecanismos.

By SURL BioNews

Uno de los costes ocultos del descubrimiento de nuevos fármacos contra la tuberculosis procede de compuestos que parecen inhibir el objetivo, pero que en realidad solo alteran el ensayo. Pueden formar agregados, interferir con las señales luminiscentes o reaccionar de forma no específica con múltiples moléculas, lo que lleva a los equipos de investigación a invertir más tiempo y recursos siguiendo resultados falsos positivos. CAGE-Fusion, desarrollado por un equipo de investigación de Texas A&M University, busca precisamente detectar estas «moléculas problemáticas» en una fase más temprana del proceso de selección de fármacos.

Este modelo de aprendizaje profundo no se limita a leer una única representación química. Por un lado, los investigadores tratan cada molécula como un grafo compuesto por átomos y enlaces químicos; por otro, leen su estructura molecular registrada como una cadena SMILES. Después, fusionan ambas fuentes de información mediante un mecanismo de co-atención con compuertas. El código público también permite incorporar descriptores moleculares de RDKit. Este diseño pretende capturar simultáneamente las estructuras locales, las relaciones globales de conectividad y las características químicas presentes en la secuencia.

En una tarea de clasificación con datos depurados de compuestos interferentes, CAGE-Fusion evaluó cuatro tipos de problemas habituales: formación de agregados, inhibición de la luciferasa, reactividad química y compuestos de actividad general que producen «aciertos» repetidos en múltiples ensayos. El artículo informa de un ROC-AUC macropromediado global de 0,94 y un PR-AUC de 0,73. El primero indica que el modelo tiene una buena capacidad de discriminación y ordenación, pero no puede interpretarse directamente como «un 94 % de predicciones correctas». El PR-AUC más bajo también recuerda que, ante clases desequilibradas o casos positivos poco frecuentes, el rendimiento práctico de la selección aún presenta diferencias.

El equipo de investigación también integró el modelo en una plataforma consultable de datos para el descubrimiento de fármacos contra la tuberculosis, de modo que, al buscar moléculas candidatas, los usuarios también puedan obtener una evaluación del riesgo de que causen interferencias experimentales. Si los compuestos de alto riesgo pueden excluirse de forma prioritaria después de una selección inicial a gran escala, es más probable que los recursos destinados a ensayos de confirmación y optimización química se reserven para candidatos con verdadero potencial antituberculoso. El repositorio público también proporciona los datos, los pesos del modelo y componentes para desplegar un servicio de inferencia mediante Docker y FastAPI.

Sin embargo, sigue siendo una herramienta computacional de clasificación, no un árbitro que demuestre que un compuesto es ineficaz. Los mapas de atención del modelo solo pueden señalar qué características estructurales están relacionadas con la predicción; no pueden demostrar que esas regiones causen la interferencia y, menos aún, sustituir la validación experimental mediante análisis de agregación, reactividad o ensayos ortogonales. Los datos disponibles tampoco muestran que ya haya reducido de forma cuantificable los falsos positivos, acortado el tiempo de desarrollo o aumentado la tasa de éxito de los candidatos farmacológicos finales en un proceso prospectivo de selección contra la tuberculosis.

Por tanto, el valor práctico de este trabajo no reside en permitir que la IA «descubra directamente nuevos fármacos contra la tuberculosis», sino en mejorar una etapa más concreta y también más fácil de validar: marcar de antemano las moléculas que podrían inducir a error a los investigadores. El siguiente paso clave consiste en realizar una validación externa y prospectiva en distintas plataformas experimentales y espacios químicos, así como aclarar cómo los umbrales del modelo afectan al riesgo de pasar por alto moléculas con actividad real. Solo cuando estos resultados se calibren con los flujos de trabajo de laboratorio podrá convertirse en un guardián fiable del proceso de selección.

References

  1. Phys.org / Texas A&M University
  2. Journal of Cheminformatics / Springer Nature
  3. CAGE-Fusion authors / GitHub