DrugGen-2: генеративная модель для разработки лекарств с учётом контекста заболевания
Большинство вычислительных методов разработки лекарств генерируют молекулы, ориентируясь только на белок-мишень или общие химические свойства, и почти не учитывают, при каком именно заболевании эта мишень работает. Из-за этого предложенные молекулы могут плохо соответствовать реальному терапевтическому контексту. Авторы представили DrugGen-2, генеративную модель, которая проектирует молекулы с учётом одновременно двух факторов: онтологии заболевания и последовательности белка-мишени.
Модель построена на базе GPT-2: сначала её дообучили на курируемом наборе данных об одобренных лекарствах, привязанных к конкретным заболеваниям и мишеням (контролируемое дообучение), а затем доработали методом обучения с подкреплением, групповой относительной оптимизацией политики (GRPO). Обучение направляли функции вознаграждения, поощряющие химическую корректность молекул, их новизну, разнообразие и высокую предсказанную аффинность связывания с мишенью.
DrugGen-2 протестировали на пяти белковых мишенях, связанных с диабетической нефропатией (осложнением диабета, поражающим почки). Модель заметно превзошла базовые системы DrugGPT и DrugGen: генерировала больше уникальных молекул, предложенные структуры оказались ближе к одобренным лекарствам, а предсказанная аффинность связывания выросла по всем пяти мишеням. Молекулярный докинг (независимая компьютерная проверка того, как молекула физически стыкуется с белком) подтвердил результат: у части предложенных лигандов предсказанная аффинность связывания (-9.917, -9.485 и -9.367) оказалась выше, чем у эталонного препарата эналаприла в отношении ангиотензинпревращающего фермента (АПФ) (-8.283).
По словам авторов, объединение специфики заболевания с молекулярной генерацией продвигает ИИ-разработку лекарств вперёд и даёт инструмент как для дизайна молекул с нуля (de novo), так и для перепрофилирования уже существующих препаратов под новые мишени и болезни.
Ключевые факты
- DrugGen-2, модель на базе GPT-2, генерирующая молекулы-кандидаты с учётом и белка-мишени, и конкретного заболевания, а не только химических свойств
- Обучение в два этапа: контролируемое дообучение на данных об одобренных лекарствах, затем обучение с подкреплением (GRPO) с функциями вознаграждения за корректность, новизну, разнообразие и аффинность связывания
- На пяти мишенях, связанных с диабетической нефропатией, модель превзошла предыдущие DrugGPT и DrugGen по уникальности молекул, структурному сходству с одобренными лекарствами и предсказанной аффинности связывания
- Молекулярный докинг подтвердил результат: у нескольких предложенных лигандов предсказанная аффинность связывания выше, чем у эталонного препарата эналаприла для ангиотензинпревращающего фермента
- Авторы позиционируют модель как инструмент и для дизайна новых молекул с нуля, и для перепрофилирования существующих лекарств под новые мишени
Почему это важно
Большинство генеративных моделей для дизайна лекарств смотрят только на белок-мишень или общие молекулярные свойства и игнорируют, при каком заболевании эта мишень задействована, а поведение мишени и терапевтический эффект молекулы сильно зависят от контекста болезни. DrugGen-2 закрывает этот разрыв, впервые обучая генерацию молекул одновременно на онтологии заболевания и последовательности белка-мишени, что должно приближать предложенные кандидаты к реальным клиническим сценариям, а не только к абстрактной химии.
Кому это важно
В первую очередь, исследователям в области компьютерного дизайна лекарств и биоинформатике, которые работают с генеративными языковыми моделями для химии. Также результат интересен фармкомпаниям и лабораториям, занимающимся ранними стадиями разработки препаратов и перепрофилированием уже одобренных лекарств под новые мишени и болезни, для которых модель может ускорить поиск кандидатов ещё до дорогостоящих лабораторных экспериментов.
Как это применить
DrugGen-2 получена дообучением GPT-2 на курируемом наборе данных об одобренных лекарствах, привязанных к диагнозам и мишеням, в два этапа: сначала контролируемое дообучение, затем обучение с подкреплением методом GRPO с функциями вознаграждения за химическую корректность, новизну, разнообразие молекул и предсказанную аффинность связывания. В работе модель применена как кейс на пяти белковых мишенях диабетической нефропатии, по той же схеме её можно направлять на другие пары «заболевание, мишень» для генерации и отбора кандидатов на дизайн с нуля или перепрофилирование лекарств.
Можно ли доверять
Результаты проверены не только внутренними метриками модели, но и независимым методом, молекулярным докингом, который отдельно оценивает, как предложенные молекулы физически стыкуются с белком-мишенью; докинг подтвердил превосходство части кандидатов над эталонным препаратом эналаприлом. Модель также напрямую сравнили с двумя предыдущими системами (DrugGPT, DrugGen) на одном и том же наборе мишеней, что даёт более честное сопоставление, чем изолированные цифры. При этом публикация, препринт на HuggingFace Papers с пока скромным откликом (17 баллов, 3 комментария), независимой экспертной проверки или лабораторного подтверждения результатов в тексте не упомянуто.
Риски и подводные камни
Все заявленные показатели аффинности связывания, предсказания вычислительных моделей (в том числе докинга), а не результаты экспериментов в пробирке или на клетках; насколько предложенные молекулы реально свяжутся с мишенью и не окажутся токсичными или сложными в синтезе, остаётся неизвестным без лабораторной проверки. Кейс модели ограничен пятью мишенями в контексте одного заболевания (диабетической нефропатии), поэтому насколько хорошо подход обобщается на другие болезни и мишени, открытый вопрос. До реального использования в разработке лекарств предложенным кандидатам потребуются дальнейшие экспериментальные испытания.