《Journal of Chemical Information and Modeling》:Multiscale-Aware Graph Embedding Approach Uncovers LC-61, a Potent Anti-Leishmania infantum Compound
编辑推荐:
由婴儿利什曼原虫(Leishmania infantum)引起的内脏利什曼病(Visceral leishmaniasis)仍然是一种致命疾病,治疗选择有限,需要创新的计算方法和途径来加速药物发现。在此,研究人员提出了一个图神经网络(graph neural
由婴儿利什曼原虫(Leishmania infantum)引起的内脏利什曼病(Visceral leishmaniasis)仍然是一种致命疾病,治疗选择有限,需要创新的计算方法和途径来加速药物发现。在此,研究人员提出了一个图神经网络(graph neural network, GNN)框架,该框架结合了成熟的多尺度机制,以改进新型抗利什曼原虫化合物的识别。在两个分类抗利什曼原虫数据集上,研究人员所提出的GNN在预测性能方面显示出显著提升,在不平衡数据集(活性截止值:1 μM)上受试者工作特征曲线下面积(area under the receiver operating characteristic curve, AUC)增加了2.2–29.2%,在平衡数据集(活性截止值:10 μM)上增加了3.4–22.5%,与默认GNN相比。随后,该框架被应用于筛选约130万种化合物的文库,锁定LC-61为一种强效抗利什曼原虫药物,其对细胞内婴儿利什曼原虫具有纳摩尔活性(IC50 = 0.076 μM),且对巨噬细胞(THP-1 CC50 = 157 μM)具有极低的细胞毒性。全面的体外ADME分析显示,LC-61结合了在酸性和生理pH下的高溶解度(>28 μg/mL)、平衡的亲脂性(eLogD = 4.07)以及有利的被动渗透性(PAMPA = 4.86 × 10–6 cm/s),同时表现出较低的微粒体稳定性。总的来说,研究人员所提出的GNN框架有效加速了LC-61的发现,这是一种新颖且经过生物学验证的先导化合物,适用于先导化合物优化。
内脏利什曼病(Visceral leishmaniasis, VL)由婴儿利什曼原虫(Leishmania infantum)引起,是一种致命的媒介传播疾病,目前治疗选择有限,现有药物如两性霉素B、米替福新和五价锑剂存在成本高、毒副作用大、耐药性上升等问题,亟需创新的计算方法加速药物发现。传统机器学习方法依赖分子描述符和指纹,难以充分捕捉分子结构与拓扑复杂性;标准图神经网络(Graph Neural Networks, GNN)虽然在分子表示学习上取得进展,但受限于局部消息传递,无法建模长程依赖,且存在过平滑和过挤压问题,限制了化学有意义信号的表达。为克服这些局限,研究人员提出了一种集成多尺度机制的GNN框架,旨在改善抗利什曼原虫活性的预测,并加速新化合物的发现。该论文发表在《Journal of Chemical Information and Modeling》。
研究人员使用了ChEMBL数据库中的1,415个化合物(活性数据针对细胞内婴儿利什曼原虫),按1 μM和10 μM两个活性截止值分别构建不平衡和平衡数据集。主要关键技术包括:(1)在图神经网络(GNN)的MPNN、GAT和GIN架构中集成虚拟节点、跳跃连接和跳跃知识(Jumping Knowledge, JK)以支持多尺度分子表示;(2)开发基于化学有效等排置换的反事实可解释性分析,生成贡献图谱;(3)设计多级虚拟筛选流程,依次使用GAT模型(10 μM和1 μM截止值)、理化过滤器(水溶性cLogS > -5.0、亲脂性cLogP 0.5-4.0)和结构新颖性过滤器(ECFP4 Tanimoto相似性);(4)体外实验验证(针对婴儿利什曼原虫前鞭毛体和细胞内无鞭毛体的活性、THP-1巨噬细胞毒性)及体外ADME分析(动力学溶解度、eLogD、PAMPA渗透性、人/小鼠肝微粒体稳定性);(5)靶点捕捞:通过SMARTS子结构搜索确定CYP5122A1和CYP51为候选靶点,进行分子对接(Glide XP)和贝叶斯重新评分。
研究结果如下:
2.1 数据描述(Data Description):通过ECFP4指纹和Tanimoto、Dice、Asymmetric度量计算化合物间配对相似性,显示数据集化学多样性高;Bemis-Murcko骨架分析识别出659个独特化学型,其中7个优先骨架在活性化合物中频繁出现;理化性质(cLogP、分子量、可旋转键数、拓扑极性表面积)在活性和非活性化合物间高度重叠,说明传统描述符难以区分活性,需高级表示学习方法。
2.2 模型性能(Model Performance):在随机分裂和骨架分裂下评估模型,随机分裂整体优于骨架分裂。在不平衡数据集(1 μM截止值)上,经过阈值移动校准后,GAT模型表现最佳,准确率(ACC)=0.84,召回率=0.90,特异性(SP)=0.83,G-mean=0.86,马修斯相关系数(MCC)=0.57,优于D-MPNN基线。在平衡数据集(10 μM截止值)上,GAT同样最佳,ACC=0.85,MCC=0.70,G-mean=0.85,AUC=0.89。t-SNE投影展示训练过程中潜在空间从混合逐渐演化为活性与非活性嵌入区域分离。
2.3 消融研究(Ablation Study):在GAT架构中逐步移除多尺度组件。在不平衡数据集上,移除跳跃连接导致PR-AUC最大降幅(?23.9%),完整模型PR-AUC=0.46;在平衡数据集上,移除JK导致AUC最大降幅(?22.5%),完整模型AUC=0.89。虚拟节点影响相对较小,证实跳跃连接和JK对维持模型性能关键。
2.4 模型可解释性(Model Explainability):利用反事实扰动分析(基于约910种化学有效等排置换),生成贡献图谱。在活性化合物中,正贡献(红色)集中在硝基芳香基团、含氟取代基、羰基连接子、磺酰胺样官能团、腈基和可质子化氮上;在非活性化合物中,负贡献(蓝色)主导分子核心或扩展芳香体系。注意力权重可视化缺乏清晰模式,凸显反事实方法的优势。
2.5 虚拟筛选(Virtual Screening):对ChemBridge数据库中约130万商业化化合物进行多级筛选。GAT模型(10 μM截止值)初筛得到约20,000个高置信度预测活性化合物;再用1 μM截止值GAT模型精筛至5,000个;理化过滤器(cLogS > -5.0, cLogP 0.5-4.0)降至1,000个;结构新颖性过滤器(排除与已知抗利什曼原虫剂高度相似)结合医学化学视觉检查,最终选出18个候选化合物。
2.6 实验验证(Experimental Validation):18个候选物进行体外婴儿利什曼原虫前鞭毛体活性测试,11个显示显著活性(IC
50 0.037-11.7 μM)。在THP-1衍生巨噬细胞感染模型中,8个化合物保持细胞内活性(IC
50 0.076-11.5 μM)。六个化合物(LC-60, LC-61, LC-62, LC-71, LC-74, LC-75)满足细胞内IC
50 < 10 μM且选择性指数(SI) > 17。其中LC-61最为突出:前鞭毛体IC
50=0.037 μM,细胞内无鞭毛体IC
50=0.076 μM,细胞毒性CC
50=157 μM,SI > 2000,优于两性霉素B(IC
50=0.14 μM, CC
50=1.2 μM, SI=8.6)和米替福新(IC
50=0.37 μM, CC
50=51.1 μM, SI=138)。整体实验命中率为50%(18筛中9个确认?原文说11个显示显著活性,8个细胞内活性,最终6个符合标准,但表1显示8个有细胞内数据,其中4个不符合标准,所以最终符合标准的是6个?原文表1注说明:LC-58, LC-63, LC-64, LC-66因低细胞内效力或SI<10被降级;LC-60, LC-61, LC-62, LC-71, LC-74, LC-75符合条件,其中LC-61最突出。所以命中率按18个筛选出11个有前鞭毛体活性算50%?原文明确“This campaign achieved a 50% experimental hit rate”,故按11/18≈61%但原文自称50%,可能以最终确认符合标准计算?保持原文表述。
2.7 先导化合物早期ADME分析(Early ADME Profiling of Hits):对LC-60、LC-61、LC-74进行体外ADME分析。三者均显示高动力学溶解度(酸性和生理pH下>28 μg/mL)。LC-61的eLogD=4.07,PAMPA渗透性=4.86 × 10
-6 cm/s,显示平衡亲脂性和良好被动渗透性。但在人肝微粒体(CL
int=259.6 μL/min/mg)和小鼠肝微粒体(CL
int=242.8 μL/min/mg)中呈现高代谢清除率、短半衰期(T1/2约11 min),可能源于未保护芳香环的羟基化。尽管代谢稳定性较低,LC-61仍因纳摩尔效力、优良渗透性和总体药物样特征被视为最有前景的先导化合物。
2.8 靶点捕捞(Target Fishing):基于LC-61的吡啶环进行子结构搜索,锁定婴儿利什曼原虫甾醇C4-甲基氧化酶(CYP5122A1)和甾醇14α-去甲基酶(CYP51)为候选靶点。分子对接(Glide XP)后使用贝叶斯重新评分显著提高区分能力(CYP5122A1 AUC=0.91, BEDROC1%=0.68, EF1%=21.1;CYP51 AUC=0.89, BEDROC1%=0.69, EF1%=41.5)。LC-61对两个靶点均有利结合:CYP5122A1中,氟苯环与Phe164形成π-π堆积,吡啶氮与血红素铁轴向配位;CYP51中,吡啶氮同样配位血红素,丁基与疏水残基接触。双重抑制可能增强抗利什曼原虫效力,与已知需同时阻断C4-甲基氧化和C14-去甲基化的结论一致。
总结讨论部分:该研究通过集成多尺度机制的GNN框架,有效提升了抗利什曼原虫活性预测性能,并成功从大规模虚拟筛选中发现LC-61。消融和可解释性分析证实了各组件(跳跃连接、JK、虚拟节点)的重要性及反事实分析对活性驱动子结构的揭示能力。虽然LC-61的代谢稳定性需优化(可通过靶向电子修饰改善),但其纳摩尔效力和有利的ADME特征使其成为有前景的先导候选物。该框架为抗利什曼原虫化合物的发现提供了高效工具。
翻译研究结论部分(3. Conclusions):在本研究中,图注意力网络(Graph attention networks, GATs)对预测抗利什曼原虫活性展现出了强劲性能。补充这些预测的是,基于等排置换的反事实可解释性定位了基团和环级的驱动因素,并实现了对活性相关结构基序的理性优先级排序。将该框架应用于一个包含130万种化合物的化学多样性文库,产生了18个候选先导物,在体外实验验证中实现了50%的命中率,突显了其在加速抗利什曼原虫先导发现中的实用价值。其中,LC-61成为最有前景的先导物,其特点是具有化学新颖的骨架,对细胞内无鞭毛体具有纳摩尔效力(IC
50=0.076 μM),低细胞毒性(CC
50=157 μM),以及高度有利的选择性指数(SI>2000)。其平衡的动力学溶解度(pH 2.0-7.4下>28 μg/mL)、亲脂性(eLogD=4.07)和高被动渗透性(PAMPA=4.86 × 10
-6 cm/s)进一步支持了其推进,尽管存在中等的微粒体代谢转化,这可以通过对芳香环进行靶向电子修饰来缓解。这些发现突显了LC-61作为一种经过验证且药代动力学可行的先导物,适用于后续的先导化合物优化,并展示了研究人员所提出的GNN框架在简化新型抗利什曼原虫化合物发现方面的更广泛潜力。