Fitimet:
- Aftësia për të dalluar tiparet e llogaritura në mënyrë përcaktuese dhe tiparet e vlerësuara statistikisht dhe për të përcaktuar nivelet e besimit
- Aftësia për të vlerësuar rajonin në të cilin modeli është i besueshëm duke përdorur konceptin e domenit të zbatueshmërisë
- Aftësia për të kuptuar se duhet përdorur parashikimet e tipareve për të renditur kandidatët dhe për të marrë vendimin përfundimtar përmes eksperimentimit.
Para se të sintetizojmë një molekulë, ne shpesh pyesim: "A është e tretshme në ujë? Sa acid është? A kalon membranën qelizore? A është e besueshme si kandidat për ilaç?" Parashikimi i përgjigjeve të këtyre pyetjeve para eksperimentit kursen shumë kohë. AI dhe modelet e saj të specializuara (veçanërisht QSAR - Marrëdhënia Kuantitative Strukturë-Aktivitet, d.m.th. modeli statistikor që parashikon një veti nga përshkruesit strukturorë të molekulës) janë të fuqishëm në këto parashikime. Por këto parashikime janë parashikime të probabilitetit, jo matje. Në këtë njësi do të mësojmë për parashikimin e veçorive, pikat e forta të tij dhe konceptin më kritik, zonën e zbatueshmërisë (rajoni ku modeli është i besueshëm).
Cilat karakteristika parashikohen?
- logP: Koeficienti i ndarjes vaj/ujë të molekulës; Tregon lipofilitet (pëlqim të yndyrës). Kritike në përthithjen e drogës.
- Tretshmëria (logS): Sa i tretshëm është në ujë.
- pKa: Aciditeti/alkaliteti; PH në të cilin një grup jonizohet.
- TPSA: Sipërfaqja topologjike polare; Përdoret në vlerësimin e përshkueshmërisë.
- Lipinski "rregulli i pesë": Pragjet praktike për peshën molekulare, logP, numri i donatorëve/pranuesve të lidhjes H të kandidatëve për barna orale.
Disa nga këto vlera llogariten në mënyrë përcaktuese (p.sh. TPSA, numrat e lidhjes H) me mjete të tilla si RDKit; Disa prej tyre janë vlerësime statistikore (logS, aktiviteti biologjik). Njohja e këtij dallimi përcakton se sa keni besim.
Këshillë: Dalloni nëse një tipar është "i llogaritur" (i bazuar në rregulla, i përsëritshëm) ose "i parashikuar" (nga modeli, i pasigurt). Keni besim të lartë në llogaritjet, besim të kujdesshëm në parashikime dhe verifikoni parashikimet me eksperiment.
Fusha e zbatueshmërisë: koncepti më i rëndësishëm
Një model QSAR funksionon mirë në molekula që janë të ngjashme me molekulat ku është trajnuar. Nëse jepni një molekulë që është shumë e ndryshme nga të dhënat e trajnimit (për shembull, një skelet shumë i madh, i pazakontë), modeli do të vazhdojë të prodhojë një numër, por ai numër do të jetë i pabesueshëm. Kjo quhet "të qenit jashtë fushës së zbatueshmërisë". Modelja jep gjithmonë një përgjigje; Është detyra juaj të tregoni nëse përgjigja është e besueshme apo jo.
Është edhe më e rrezikshme kur modeli i gjuhës jep një vlerë atributi: ai prodhon numrin si një vlerë "me pamje të mundshme", pa llogaritje themelore. Pra, nëse është e mundur, merrni vlerat e veçorive nga një mjet përcaktues (RDKit) ose një model QSAR që jep pasiguri, jo nga modeli i gjuhës.
Hap pas hapi: parashikimi i sigurt i veçorive
- Verifikoni molekulën: Analizoni SMILES me RDKit (njësia 2).
- Llogaritni ato deterministe: MA, logP (llogaritur), TPSA, numrat e lidhjes H nga RDKit.
- Shënoni parashikimet veçmas: Mbani parashikimet e modelit si logS, aktivitet, etj. me etiketën "parashikim".
- Kontrolloni domenin e zbatueshmërisë: A duket molekula si të dhënat e trajnimit? A është jashtëzakonisht i madh/i pazakontë?
- Përdorni për renditje, jo për vendim: Përdorni parashikime për të renditur kandidatët; Zgjedhja përfundimtare është eksperimenti.
- Mbyllni me eksperiment: Verifikoni vetitë kritike (tretësira, pKa) me matje.
Katër shabllone të kopjueshëm
1) Karakteristikat përcaktuese me RDKit:
nga rdkit import Chemfrom rdkit.Chem import Përshkruesit, rdMolDescriptorsmol = Chem.MolFromSmiles("CC(=O)Oc1ccccc1C(=O)O") # aspirinprint("MA:", round(Përshkruesit.MolWt(mol),2))llogaritet("log",P rrumbullakët(Përshkruesit.MolLogP(mol),2))print("TPSA:", round(Përshkruesit.TPSA(mol),1))print("Dhuruesi i lidhjes H:", rdMolPërshkruesit.
2) Vlerësimi i rregullave të Lipinskit:
Molekula (SMILES): [SMILES]Detyrë: Vlerësoni përputhjen me rregullin e pesë Lipinski me vlerat MA, logP, HBD, HBA që do të llogariten nga RDKit. Shënoni secilin kriter veç e veç si kalim/dështim. Rregulli: MOS i bëni numrat; Do ta marr nga RDKit, ju komentoni.
3) Vlerësimi i veçorive + kërkesë për pasiguri:
Molekula (SMILES): [SMILES]Detyrë: Jepni një vlerësim cilësor të tretshmërisë në ujë (logS) (e lartë/mesatare/e ulët) dhe shpjegoni arsyetimin me veçoritë strukturore. Mos jepni një numër të saktë; Thuaj se ky është një PARASHIKIM dhe duhet të konfirmohet me eksperiment. Paralajmëroni nëse molekula ka një strukturë të pazakontë (rreziku i zbatueshmërisë).
4) Renditja e kandidatëve (përparësia sipas parashikimit):
Më poshtë janë BUZËQESHJET prej 5 molekulash. Detyra: Renditni ato përsa i përket tretshmërisë në ujë (më e tretshme deri në më pak) bazuar në veçoritë strukturore (numri i grupeve polare, unazat, lipofiliteti). Shkruani arsyetimin për çdo vendim të renditjes. Shënim: Ky është një renditje PARAPRAKE; Përzgjedhja përfundimtare do të bëhet me matje.
Prompt i dobët / Prompt i fortë
I dobët:
Sa është tretshmëria e kësaj molekule?
AI përbën një numër që nuk ekziston sipas llogaritjes (p.sh. "12 mg/mL"); Ajo jep besim, por mund të jetë e gabuar.
E fortë:
Molekula (BUZËQESHJE): [BUZËQESHJE].Detyrë: 1) Do të jap logP, TPSA, HBD/HBA që do të llogariten me RDKit: [vlerat].2) Në bazë të këtyre vlerave interpretoni nëse rezolucioni është i lartë/mesatar/i ulët.3) Dhënia e numrit të saktë; Thuaj se është një supozim dhe kërkohen eksperimente.
Dallimi: ne morëm vlerat përcaktuese nga automjeti dhe bëmë që AI thjesht t'i interpretonte ato; Ne kërkuam në mënyrë eksplicite pasigurinë dhe nevojën për eksperimentim.
Llojet e veçorive dhe niveli i besimit
veçori
Si të merrni
besimin
shënim
peshë molekulare
RDKit (përcaktues)
shumë e lartë
Pritini nga formula
TPSA, HBD/HBA
RDKit (përcaktues)
lartë
bazuar në rregulla
logP (llogaritur)
Modeli RDKit
mesatar-i lartë
Mund të devijojë nga eksperimenti
logS (rezolucion)
Vlerësimi i QSAR
e mesme
Varet nga fusha e zbatueshmërisë
pKa
model i veçantë
e mesme
Ai bie në një strukturë komplekse
aktiviteti biologjik
QSAR/ML
E ndryshueshme
Sigurohuni që të provoni dhe verifikoni
mini raste
Rasti 1 - Numri i rezolucioneve të përshtatura. Një student pyeti AI në lidhje me tretshmërinë e një përbërjeje; Ai mori përgjigjen "25 mg/mL" dhe vendosi modelin eksperimental në përputhje me rrethanat. Vlera aktuale në matje ishte ~2 mg/mL, një ndryshim 10-fish. AI kishte krijuar numrin. Mësimi: mos merrni veçori si rezolucioni si numra nga modeli gjuhësor; parashikim cilësor + matje.
Rasti 2 - Jashtë fushëveprimit të zbatueshmërisë. Një model QSAR tha se "aktiviteti është i lartë" për një makromolekulë të madhe që ishte shumë e ndryshme nga grupi i trajnimit. Përdoruesi vuri re se molekula nuk i ngjante të dhënave të trajnimit dhe e konsideroi parashikimin jo të besueshëm; Eksperimenti dha aktivitet vërtet të ulët. Mësimi: modeli përgjigjet gjithmonë; Nëse është jashtë fushëveprimit, përgjigja është e pavlefshme.
Rasti 3 - Përdorimi i saktë i Lipinskit. Në një molekulë kandidate, AI vlerësoi Lipinski me vlerat nga RDKit: MA 512 (>500, kufiri), logP 4.8 (i favorshëm), HBD 2, HBA 7. Përdoruesi interpretoi saktë "një kriter mbetet por rregulli nuk është absolut" dhe nuk e eliminoi fare molekulën. Mësimi: rregullat janë udhëzime, jo pragje; Interpretoni me kontekst.
Gabimet e zakonshme
- Marrja e numrit të veçorive nga modeli i gjuhës. Vlerat që nuk llogariten janë të fabrikuara; Përdorni mjet ose model përcaktues me pasiguri.
- Injorimi i fushës së zbatueshmërisë. Modeli gjeneron numra për secilën molekulë; jo të besueshme jashtë fushës.
- Duke marrë parasysh një matje të vlerësuar. logS është një vlerësim; Nuk është një zëvendësim për rezolucionin eksperimental.
- Duke e konsideruar Lipinskin rregullin absolut. Kandidati që ndodhet në kufi nuk eliminohet automatikisht; Shumë barna shkelin rregullin.
- Ngatërrimi "i llogaritur" me "i vlerësuar". TPSA është llogaritur (i besueshëm), aktiviteti është vlerësuar (i pasigurt).
Kujdes: Parashikimet e veçorive janë të shkëlqyera për renditjen dhe prioritizimin e kandidatëve; por jo për të përcaktuar vetëm një vendim. "Modeli tha i tretshëm" është një hipotezë; “Mata, tretet” është rezultat.
Në përmbledhje
- Vetitë molekulare mund të parashikohen përpara eksperimentit dhe kursen shumë kohë.
- Disa veçori llogariten në mënyrë deterministe (MA, TPSA, HBD/HBA), disa janë vlerësime statistikore (logS, aktivitet).
- Fusha e zbatueshmërisë është koncepti më kritik: modeli gjithmonë përgjigjet, por është jo i besueshëm jashtë fushës.
- Merrni numërimin e veçorive nga RDKit ose modeli i paqartësisë, jo modeli i gjuhës.
- Përdorni parashikime për të renditur kandidatët; Merrni vendimin përfundimtar duke eksperimentuar.
Detyra e aplikimit
Zgjidhni pesë molekula (p.sh. një seri ilaçesh). Llogaritni MA, logP, TPSA, HBD, HBA për secilin me RDKit dhe vlerësoni Lipinski. Më vete, kërkoni nga AI një vlerësim cilësor (jo një numër) të tretshmërisë së secilës molekulë dhe një paralajmërim të fushës së zbatueshmërisë. Mblidhni vlerat përcaktuese dhe parashikimet e AI në një tabelë. Cila molekulë dha profilin më të ngjashëm me ilaçin? Ku është pasiguria më e lartë?
listë kontrolli
- [ ] Unë bëj dallimin midis vetive të llogaritura dhe të parashikuara përcaktuese.
- [ ] Po marr vlerat e vetive nga RDKit/modeli, jo nga modeli i gjuhës.
- [ ] Unë vërej molekula jashtë fushës së zbatueshmërisë.
- [ ] Unë përdor Lipinski si një udhëzues, jo një rregull absolut.
- [ ] Unë përdor parashikime për renditje dhe vendim për eksperimentim.
- [ ] Unë kam një plan për të verifikuar veçoritë kritike me matje.