پیش بینی خواص فارماکوکینتیکی و سم شناختی (ADMET) ترکیبات دارویی با رویکرد تلفیقی یادگیری ماشین کلاسیک و شبکه های عصبی عمیق

پیش بینی قابل اعتماد شاخص های جذب، توزیع، متابولیسم، دفع و سمیت (ADMET) برای کاهش حذف دیرهنگام نامزدهای دارویی در مسیر توسعه ضرورت دارد. هدف پژوهش حاضر، ارزیابی تطبیقی مدل های یادگیری ماشین کلاسیک شامل جنگل تصادفی، ماشین بردار پشتیبان و XGBoost در برابر شبکه عصبی عمیق و شبکه عصبی گراف و بررسی ظرفیت یک راهبرد تلفیقی برای غربالگری محاسباتی ترکیبات است. داده های استاندارد ESOL، BBBP، Tox۲۱، hERG و پایداری میکروزومی از مجموعه های MoleculeNet و Therapeutics Data Commons انتخاب شدند. ساختار مولکول ها با اثر انگشت Morgan، توصیفگرهای فیزیکوشیمیایی، رشته های SMILES و نمایش گرافی اتم-پیوند کدگذاری شد. داده ها به مجموعه های آموزش و آزمون تفکیک و مدل ها با اعتبارسنجی متقابل پنج تایی ارزیابی شدند. برای وظایف طبقه بندی از دقت، AUC-ROC، F۱، MCC و AUPRC و برای وظایف رگرسیونی از R² و RMSE استفاده شد. شبکه عصبی گراف در پیش بینی نفوذپذیری سد خونی-مغزی، سمیت و مهار hERG بیشترین AUC-ROC را به ترتیب با مقادیر ۰.۹۲، ۰.۸۸ و ۰.۹۱ به دست آورد. در پیش بینی حلالیت، شبکه عصبی عمیق با R² برابر ۰.۹۱ برتر بود؛ در حالی که XGBoost در پایداری میکروزومی کبدی با R² برابر ۰.۸۵ بهترین نتیجه را ثبت کرد. این الگو نشان می دهد نمایش گرافی برای پیامدهای وابسته به توپولوژی مولکولی مزیت دارد، اما مدل های کلاسیک در وظایف مبتنی بر توصیفگر همچنان رقابتی و تفسیرپذیرند. بنابراین، انتخاب یا تلفیق مدل باید بر اساس ماهیت خروجی، اندازه داده و نیاز به توضیح پذیری انجام شود.

کلیدواژه ها:

پیش بینی ADMET ، یادگیری ماشین ، یادگیری عمیق ، شبکه عصبی گراف ، کشف دارو