الذكاء الاصطناعي في الطب الحيوي · global
الكشف المبكر عن مخاطر التداخلات الدوائية: Inductive تتصدر الاختبار الأعمى لتثبيط CYP
قدّم اختبار أعمى شمل 750 مركبًا وأربعة إنزيمات استقلابية تحققًا ملموسًا من قدرة الذكاء الاصطناعي على المساعدة في تصميم أدوية جديدة. لكن المركزين الأول والثاني يقعان ضمن فئة الأداء الإحصائي نفسها، كما أن جزيئات الاختبار شديدة التشابه مع بيانات التدريب، ما يستدعي قراءة متأنية لنطاق انطباق النتائج.
حتى إن استطاع دواء مرشح التأثير في الهدف العلاجي، فقد يتعثر بسبب تدخله في استقلاب أدوية أخرى. وإذا أمكن توقع هذه المخاطر في مرحلة تصميم الجزيئات، فقد تتاح للباحثين فرصة تعديل البنية مبكرًا. أعلنت Inductive في 6 نوفمبر حصولها على المركز الأول في تحدي OpenADMET الأعمى للتثبيط المباشر لإنزيمات CYP، مضيفةً نتيجة قابلة للفحص إلى تقييم قدرة الذكاء الاصطناعي على المساعدة في هذه المهمة.
طلب التحدي من المشاركين توقع شدة التثبيط المباشر التي يُحدثها 750 مركبًا في أربعة إنزيمات، هي CYP3A4 وCYP2D6 وCYP2C9 وCYP1A2، مع إبقاء النتائج المقاسة مخفية حتى نهاية المسابقة. تشارك إنزيمات السيتوكروم P450 هذه في استقلاب العديد من الأدوية ذات الجزيئات الصغيرة؛ وعندما يُثبَّط أحدها، قد تتراكم في الجسم الأدوية المصاحبة التي تعتمد عليه للتخلص منها، ما يرفع مستوى التعرض لها، وقد يزيد حتى من خطر السمية.
أظهرت النتائج التي أعلنها المنظمون في 5 نوفمبر أن مسار التثبيط المباشر ضم 271 مشاركًا، وأن الترتيب النهائي شمل 103 مشاركات مستوفية للشروط. وسجّل النموذج الذي قدمته Inductive باسم Whippoorwill قيمة إجمالية لمقياس الخطأ ST-RAE بلغت 0.341 ± 0.010، ومعامل ارتباط سبيرمان للرتب بلغ 0.815. لكن مقياس الخطأ لصاحب المركز الثاني بلغ 0.343 ± 0.010، وصُنّف الاثنان ضمن فئة الأداء الإحصائي نفسها، لذا فإن تصدر الترتيب لا يعني إثبات التفوق على صاحب المركز الثاني. وحُسب الترتيب النهائي باستخدام مجموعة الاختبار الكاملة، بينما استخدم الترتيب المباشر أثناء المسابقة نصفها فقط، وكان على المشاركات أيضًا استيفاء متطلبات الأهلية المتعلقة بتقرير النموذج والحساب وغيرها.
يستند هذا التحقق إلى قياسات مخبرية، وليس إلى نتائج سريرية. ووفقًا للمنظمين، أُنشئت البيانات بتعاون بين Octant ومختبر Fraser في جامعة كاليفورنيا في سان فرانسيسكو، باستخدام اختبارات إنزيمية كيميائية حيوية؛ وقُرئت تفاعلات ثلاثة إنزيمات بإشارات التألق، بينما قيس استهلاك الركيزة لدى CYP2D6 باستخدام مطيافية الكتلة. وكانت المهمة التي فاز بها النموذج هذه المرة هي توقع قوة التثبيط المباشر، وهي تختلف عن مسار آخر يحدد «ما إذا كان التثبيط يزداد بمرور الوقت»، ولا يجوز توسيع تفسير النتائج لتشمل جميع آليات التداخلات المرتبطة بإنزيمات CYP.
أوضح التقرير التقني لـInductive أن الفريق جمع بين شبكات عصبية بيانية ثنائية وثلاثية الأبعاد، وشبكة TabM تستخدم تمثيلات تضمين جزيئية مدرَّبة مسبقًا. واستخدمت النماذج ثلاثية الأبعاد التشكلات منخفضة الطاقة للجزيئات، ولم تستخدم بُنى بروتينات CYP. وإلى جانب القياسات التي وفرتها المسابقة، شملت بيانات التدريب بيانات عامة وخاصة عن CYP، ومؤشر الذوبان في الدهون LogD، وثابت التفكك الحمضي القاعدي pKa. ولذلك تعكس هذه النتيجة الأداء المشترك للنماذج وموارد البيانات واستراتيجية التدريب، ولا يمكن إرجاعها إلى خوارزمية واحدة بعينها.
كما تحدد طريقة اختيار مجموعة الاختبار دلالة النتائج. فقد اختار المنظمون 25 مركبًا قوي التثبيط لكل إنزيم من ثلاثة إنزيمات، ثم اشتروا لكل مركب عشرة جزيئات مشابهة له بنيويًا، لتكوين مجموعة من 750 مركبًا للاختبار، وأجروا قياسات لها جميعًا على الإنزيمات الأربعة. وذكرت Inductive أيضًا في تقريرها أن هذه الجزيئات نظائر لـ75 مركبًا من مركبات التدريب، ولذلك صممت خصيصًا طريقة لتقسيم بيانات التحقق تحاكي توزيع التشابه هذا. ويقترب ذلك من ظروف عمل الكيميائيين الدوائيين الذين يواصلون تعديل جزيئات موجودة، لكنه لا يجيب بعد عما إذا كان النموذج موثوقًا بالقدر نفسه عند التعامل مع هياكل كيميائية أساسية غير مألوفة.
بالنسبة إلى تطوير الأدوية الجديدة، يدعم هذا الاختبار الأعمى استخدام الذكاء الاصطناعي لترتيب أولويات التجارب ومقارنة مخاطر الاستقلاب بين الجزيئات المتقاربة؛ لكنه لم يثبت الفعالية السريرية للأدوية المرشحة، ولا يمكنه أن يحدد مباشرةً ما إذا كان تناول المرضى أدويةً معًا آمنًا. والانتقال من شدة التثبيط الكيميائي الحيوي إلى التداخلات في جسم الإنسان يتطلب أيضًا دمج أدلة، منها التعرض الفعلي للدواء. وقد كشف المنظمون النتائج وأتاحوا مجموعة بيانات التثبيط الكاملة علنًا، ليتمكن فرق أخرى من إعادة تحليل نقاط قوة النماذج وأخطائها، وليوفروا كذلك نقطة انطلاق مشتركة للتحقق اللاحق.