Нейросеть научили предсказывать чувствительность опухолевых клеток к лекарствам
Поиск подходящего противоопухолевого препарата пока нередко сводится к перебору множества комбинаций: их проверяют в лаборатории, прежде чем найти одну перспективную. Российско-китайская группа учёных разработала нейросеть SADRP, которая прогнозирует чувствительность опухолевых клеток к препаратам. Модель не только превзошла существующие аналоги, но и указала на конкретное соединение, ранее не проверявшееся на этих клеточных линиях.
Модель структурно-осознанного предсказания лекарственного ответа (Structurally Aware Drug Response Prediction) разработал международный коллектив исследователей из Московского государственного университета имени М. В. Ломоносова и Пекинского технологического института. SADRP предназначена для прогнозирования чувствительности опухолевых клеточных линий к химиотерапевтическим агентам.
Ключевое отличие модели от предшествующих решений — совместное моделирование топологии молекулы и мультиомиксного контекста клетки в единой архитектуре. Чтобы модель «поняла» лекарственное соединение, его представляют в виде графа: атомы — это точки (узлы), а химические связи между ними — линии (рёбра). Дальше в дело вступает графовый трансформер — нейросеть, которая умеет учитывать связи между всеми частями такой молекулы. Но обычной схемы «кто с кем соединён» недостаточно, поэтому модель дополняют двумя подсказками:
-
Кодирование кратчайших расстояний (SDP) сообщает модели, насколько далеко атомы находятся друг от друга внутри молекулы. Это помогает учитывать пространственную «геометрию» соединения: какие атомы близко, какие далеко, даже если напрямую они не связаны.
-
Кодирование рёбер описывает химический смысл самих связей: какая это связь, какие у неё свойства. Раньше в похожих нейросетях, которые передают информацию по связям, этот момент часто терялся.
Таким образом, модель получает не просто «карту» молекулы, а ещё и расстояния между атомами и химические характеристики связей. Так она лучше понимает, как устроено лекарственное соединение. Чтобы охарактеризовать клеточную линию, модель анализирует сразу два типа данных:
-
экспрессию генов — какие гены в клетке активны;
-
метилирование ДНК — химические «метки» на ДНК, которые помогают регулировать эту активность.
До 90 % новых лекарств терпят неудачу на испытаниях. Нейросети помогают изменить эту статистику — предсказывая эффективность препаратов еще до экспериментов
Фото: © SeventyFour / Shutterstock / FotoDom
Для этого используют многовидовой интерактивный энкодер — систему, которая умеет работать с несколькими «взглядами» на клетку и позволяет этим данным взаимодействовать между собой. То есть, здесь применяется контрастивное обучение. Оно учит модель сравнивать образцы: находить похожие и различающиеся, чтобы лучше уловить, как экспрессия и метилирование дополняют друг друга. В итоге модель видит не две отдельные картины, а их совместный эффект — то, что и называют синергетической комплементарностью.
SADRP обучали на большом наборе GDSC — почти 100 тыс. пар «препарат — клеточная линия» (185 препаратов, 561 линия). В итоге модель статистически значимо превзошла современные методы по всем трём метрикам качества — корреляции Пирсона, корреляции Спирмена и RMSE — как на основном наборе GDSC, так и на независимом CCLE.
Самое важное практическое открытие — модель выявила соединение JW-7-52-1 среди пар «препарат — клеточная линия», которые не проверяли экспериментально ни в наборе GDSC1, ни в GDSC2. То есть, модель нашла вещество, которое ещё не тестировали на этих линиях, и предсказала, что оно может работать — особенно против диффузной крупноклеточной B-клеточной лимфомы, медуллобластомы и рака пищевода.
Правда, авторы исследования оговаривают, что это гипотеза, которую нужно проверить экспериментально: нужна независимая лабораторная проверка. Кроме того, на уже известных препаратах SADRP показывает хорошие результаты, но для принципиально новых веществ её точность ограничена — она опирается на структурные образцы, которые видела при обучении.
Исследователи сделали модель открытой для использования: у неё есть общедоступный веб-сервер, а исходный код и наборы данных выложены в открытом репозитории. То есть с моделью можно познакомиться и поработать самостоятельно. Работа опубликована в научном журнале PLoS Computational Biology.
