Predicția interacțiunilor medicamente-tintă cu ajutorul AI se îndreaptă spre utilizări practice
Predicția interacțiunilor dintre medicamente și ținte poate ajuta cercetătorii să explice mecanismele de acțiune, să identifice ținte candidate, să reprogrameze medicamente existente și să prioritizeze compușii înainte de lucrările de laborator costisitoare.
Cu toate acestea, domeniul se confruntă în continuare cu o acoperire structurală inegală, cu exemple negative de calitate scăzută, cu etichete de activitate inconsistente și cu un puternic bias către medicamente și ținte bine studiate. Modelele care performează bine pe seturi de date de referință familiare pot pierde acuratețea atunci când sunt solicitate să evalueze un nou compus, o nouă familie de proteine sau date colectate în condiții experimentale diferite.
Sistemele multimodale pot adăuga context chimic, structural, funcțional și de rețea, dar introduc și probleme de aliniere, cerințe computaționale mai mari și surse noi de zgomot. Din cauza acestor provocări, este necesară o investigație mai profundă în construirea standardizată a seturilor de date, controlul calității datelor, evaluarea realistă și cadrele de predicție testabile experimental.
Revizuirea, publicată online pe 20 iulie 2026 în Medical Journal of Peking Union Medical College Hospital, a fost realizată de cercetători de la School of Artificial Intelligence a Beijing University of Posts and Telecommunications și Shandong Computer Science Center, cunoscut și sub numele de National Supercomputing Center din Jinan. Echipa analizează fundamentele datelor, resursele de referință, strategiile de modelare și barierele de traducere care formează predicția interacțiunilor medicamente-tintă (DTI) bazată pe inteligență artificială (AI), conturând un drum de la comparații centrate pe algoritmi către cadre predictive care să susțină fluxurile de lucru reale în descoperirea medicamentelor, cercetarea farmacologică și validarea preclinică.
Revizuirea începe cu trei tipuri fundamentale de date: reprezentările medicamentelor, reprezentările țintelor și etichetele de asociere medicament-tintă. Medicamentele pot fi codificate prin sistemul de intrare a liniilor moleculare simplificate (SMILES), prin amprente moleculare sau grafuri moleculare, în timp ce țintele pot fi descrise prin secvențe de aminoacizi, structuri tridimensionale și anotații funcționale.
Autorii urmăresc apoi trei etape ale dezvoltării tehnice. Abordările tradiționale de învățare automată includ metode bazate pe similaritate, factorizarea matricelor, modele bazate pe rețea, modele cu caracteristici inginerite și modele hibride care combină mai multe strategii; învățarea profundă extrage în mod automat modele locale ale secvenței, topologia moleculară, dependențele pe termen lung, reprezentările semantice învățate prin pre-antrenare pe scară largă și semnalele îmbunătățite din cunoștințe externe sau priore structurale de ordin superior; iar modelele multimodale integrează informații din surse multiple, inclusiv date despre medicamente, proteine, boli, efecte secundare, fenotipuri de perturbare și date din rețele de cunoștințe.
Rețelele neuronale grafice (GNN), mecanismele de atenție, arhitecturile Transformer și reprezentările pre-antrenate au extins ceea ce modelele pot captura, în special atunci când structura moleculară și contextul biologic trebuie considerate împreună.
Revizuirea compară, de asemenea, resursele de referință și arată că fiecare servește o sarcină diferită, de la clasificarea interacțiunilor binare la predicția afinității cantitative și screeningul virtual bazat pe structură. Totuși, performanța nu poate fi comparată corect fără seturi de date consistente, protocoale de împărțire și metrici. Împărțirile aleatorii pot exagera succesul prin plasarea exemplelor foarte similare în seturile de antrenament și test. Sunt necesare evaluări mai realiste, încrucișate pe distribuții, familii de ținte și evaluări de tip cold-start pentru a dezvălui dacă un model poate generaliza dincolo de spațiul chimic și biologia familiară.
Autorii afirmă că următoarea avansare nu ar trebui să fie măsurată doar printr-un scor mai mare pe un set de referință. Ei consideră că sistemele DTI utile trebuie să arate de unde provine dovezile lor, să rămână fiabile atunci când distribuțiile datelor se schimbă și să genereze ipoteze pe care cercetătorii le pot testa. În opinia lor, predicțiile devin mai valoroase atunci când restrâng listele de candidați, sugerează mecanisme de legare plauzibile și ghidează modelarea moleculară, modelarea structurală și experimentele de laborator.
De asemenea, au subliniat că adăugarea mai multor tipuri de date nu este automat benefică: fiecare modalitate trebuie să fie relevantă, bine aliniată și suficient de puternică pentru a îmbunătăți raționamentul biologic, mai degrabă decât a crește doar complexitatea modelului. Cadrele propuse ar putea susține o selecție mai rapidă a candidaților, reprogramează medicamentele, optimizează liderii și evaluarea riscurilor potențiale, dar revizuirea tratează AI ca un ajutor decizional, nu ca un înlocuitor pentru experimente.
Un flux de lucru credibil ar conecta biologia țintelor, clasificarea computațională, modelarea structurală și validarea etapizată prin teste de legare, studii celulare și cercetări pe animale. Autorii prevăd, de asemenea, modele fundamentale biomedicale specializate și agenți inteligenți care ar putea integra literatura, bazele de date, generarea de candidați și designul de validare într-un singur flux de lucru trasabil. Pentru cercetarea farmaceutică, implicația centrală este practică: predicția DTI bazată pe AI va avea cel mai mare impact atunci când reduce drumul de la spații mari de căutare la un set mai mic de opțiuni justificate biologic și verificate experimental.
