《European Journal of Medicinal Chemistry》:Beyond Global Drug-Likeness: The FamDLike Framework as a Target Family-Specific Drug-Likeness Score
编辑推荐:
不同靶点家族对药物分子的理化性质具有不同的需求。全局类药性评估方法(如定量类药性评估,QED)可能忽视这些靶点家族特异性的需求。研究人员提出了一种可解释的靶点家族特异性类药性评分框架(FamDLike),该框架整合了期望函数(desirability func
不同靶点家族对药物分子的理化性质具有不同的需求。全局类药性评估方法(如定量类药性评估,QED)可能忽视这些靶点家族特异性的需求。研究人员提出了一种可解释的靶点家族特异性类药性评分框架(FamDLike),该框架整合了期望函数(desirability function)、广义加性模型(GAM)和基于树模型的机器学习方法。研究人员在药物筛选、排序和生成式分子设计等多个应用场景中验证了FamDLike框架的有效性。
研究背景与问题提出
在药物发现早期阶段,小分子的理化性质(如亲脂性、分子量、氢键能力、电离状态和拓扑极性表面积)对其吸收、分布、代谢、排泄和毒性(ADMET)特征具有决定性影响。Lipinski等人于1997年提出的类药五规则(Rule of Five,Ro5)是最广为人知的类药性评估方法,但其硬性阈值和二元判定模式存在固有局限。Bickerton等人随后提出了定量类药性评估(QED)评分,通过期望值函数聚合八种理化描述符,为类药性评估提供了连续评分。然而,QED和Ro5作为全局性类药性评估方法,未能考虑不同靶点家族对药物分子理化性质的不同需求。已有研究表明,不同靶点家族的配体在化学空间中占据结构化和独特的区域,而全局类药性评分可能系统性低估某些靶点家族(如激酶抑制剂)的药物价值。因此,研究者提出了一种靶点家族特异性的类药性评估框架,以弥补现有全局评估方法的不足。
研究内容与核心结论
研究人员开发了FamDLike框架,该框架由三个互补的组件构成:基于期望值函数的家族期望值评分(Family Desirability Score,FDS)、基于广义加性模型的家族概率评分以及基于树集成模型的家族概率评分。这三个组件覆盖了从可解释性到灵活性的完整谱系,最终通过几何平均数聚合为单一的家族条件性类药性评分。研究结果表明,不同靶点家族的药物分子在理化性质上存在显著差异,而FamDLike框架能够有效捕捉这些家族特异性特征。在外部验证中,FamDLike框架在筛选、排序和生成式分子设计等应用场景中均表现出优于QED的判别能力。
关键技术方法
研究人员从ChEMBL release 35数据库中收集了12个靶点家族(包括表观遗传调控因子、病毒水解酶、四类G蛋白偶联受体亚家族、核受体、蛋白酶、激酶、电压门控和配体门控离子通道以及氧化还原酶)的2056个进入临床阶段的独特小分子化合物。研究方法主要包括三个技术路线:一是采用非对称双S形(ADS)期望值函数,对八种经典理化描述符进行拟合,构建家族特异性的期望值评分;二是使用随机森林、XGBoost和决策树等树模型进行多分类预测,并通过等渗回归进行概率校准;三是采用逻辑广义加性模型(GAM)捕捉非线性关系,结合偏依赖图(PDP)进行解释性分析。此外,研究还利用SHAP值进行特征重要性分析,并通过富集因子(EF)评估模型的排序性能。
研究结果
家族期望值评分(FDS)结果:通过ADS函数对八种理化描述符进行家族特异性拟合,研究发现不同靶点家族在理化性质分布上存在显著差异。例如,激酶家族在拓扑极性表面积(TPSA)上的最适值约为90 ?2,而单胺类GPCR家族约为50 ?2。在可旋转键数量方面,蛋白酶家族在4-9个可旋转键范围内保持高期望值,而肽类GPCR家族则严格限制在6-7个可旋转键的狭窄范围内。通过Cohen's d效应量分析,FDS在区分不同靶点家族方面表现出优于QED的判别能力。
树集成模型结果:随机森林和XGBoost在多数靶点家族上表现出良好的分类性能,其中激酶、蛋白酶和肽类GPCR家族的ROC AUC值达到0.9以上。SHAP特征重要性分析显示,VSA家族表面分解描述符和部分电荷/电子描述符是驱动预测的关键特征。对于表观遗传调控因子家族,由于阳性样本极少,模型性能接近随机基线,提示该类家族的预测结果需谨慎解读。
GAM模型结果:GAM模型在12个靶点家族中均表现出优于随机基线的预测性能。偏依赖图分析揭示了不同靶点家族的特征贡献模式。例如,kinase GAM模型显示低空间复杂度(SPS)和高Morgan指纹密度(FpDensityMorgan1)的联合最优,这对应于激酶抑制剂典型的平面、杂原子丰富的化学类型。相比之下,肽类GPCR配体则被奖励为高SPS和低FpDensityMorgan1,展示了同一对描述符在不同家族中相反的作用方向。
FamDLike综合评分:通过几何均值聚合三个子组件,FamDLike评分在外部验证中展现出更强的判别能力。在Enamine商业筛选库和KLIFS激酶抑制剂库的评估中,激酶FamDLike评分能够正确识别激酶靶向库的化学特征,而QED评分则系统性低估这些分子。在DrugBank外部验证集中,FamDLike评分在激酶、脂质GPCR、蛋白酶和肽类GPCR家族中均优于QED。
生成式化学应用:在REINVENT4强化学习框架中,以FDS作为奖励函数进行分子生成。结果表明,家族特异性奖励保持了脚手架多样性(每家族约32,000-42,000个独特脚手架),但将生成器导向与QED奖励完全不同的化学空间区域。UMAP投影分析进一步证实,FDS和QED驱动的分子在理化空间中占据不同区域,验证了家族特异性类药性评估在生成式设计中的实用价值。
讨论与结论
该研究揭示了全局类药性评估方法(如QED)在靶点家族特异性方面的系统性偏差,而FamDLike框架通过靶点家族特异性的类药性评估有效弥补了这一不足。该框架的三个组件覆盖了从可解释性到灵活性的完整谱系,几何均值聚合机制要求分子同时从三个角度被视为类药性,从而提供更保守且全面的评估。FamDLike框架既可作为早期药物发现中更具判别力的过滤和排序标准,也可作为强化学习环境中生成式分子设计的奖励函数,为药物发现中的类药性评估提供了新的视角和工具。该框架的代码和网络门户已公开,便于研究社区使用和验证。