基于机器学习模型预测孕激素受体结合效力、激动和拮抗作用

在毒理学领域，识别具有内分泌干扰活性的化学物质面临挑战。研究人员利用机器学习（ML）模型开展预测化学物质与孕激素受体（PR）结合亲和力及相关特性的研究。模型预测精度高，为后续体外和体内测试提供了数据支持，助力筛选潜在 PR 调节剂。

　　在生命科学和健康医学领域，内分泌系统的稳定对于人体健康至关重要。其中，孕激素受体（Progesterone Receptor，PR）作为核 / 类固醇激素受体家族的一员，在女性生殖系统中发挥着举足轻重的作用。它不仅参与正常的生理过程，如排卵、子宫内膜容受性、早期妊娠的蜕膜化以及乳腺发育等，还与多种女性生殖系统疾病密切相关，像乳腺癌、子宫内膜异位症、子宫内膜癌和子宫肌瘤等。

然而，如今环境中充斥着大量的化学物质，如农药、增塑剂、工业化学品和废水排放物等。这些物质被怀疑是内分泌干扰物（Endocrine Disruptors，EDs），它们能够干扰核受体的正常功能，进而影响人体健康。虽然目前对化学物质与雌激素受体（ER）或雄激素受体（AR）的相互作用了解较多，但对于它们与 PR 的相互作用以及是否具有类孕激素或抗孕激素活性，相关研究还十分有限。

传统用于研究化学物质对 PR 影响的实验方法，比如受体结合测定和两步筛选系统等，虽然在一定程度上揭示了化学物质与 PR 的关系，但存在明显的缺陷。一方面，部分实验无法确定化学物质对 PR 的激动 / 拮抗活性，导致对其作用机制的理解存在缺失；另一方面，这些实验难以对大量化学物质进行测试，而市场上的化学物质数量庞大，这就限制了对化学物质潜在健康影响的全面评估。

为了攻克这些难题，来自国外的研究人员（Nemanja Milo?evi?等人）开展了一项重要研究，相关成果发表在《Computational Toxicology》上。他们利用机器学习（Machine Learning，ML）模型，探索 PR 活性与各种环境化学物质之间的关系，旨在预测化学物质与 PR 的结合效力，并判断新化合物的 PR 激动和拮抗特性。

在研究过程中，研究人员运用了多种关键技术方法。首先，他们收集了大量相关数据作为研究基础。然后，构建并训练了 ML 模型，利用模型对化学物质与 PR 的结合情况进行预测分析。

研究结果主要从以下几个方面展开：

1. 模型训练与验证：训练后的 ML 模型表现出色，训练准确率达到 99.72%，验证准确率为 74.46%。这表明模型在学习已知数据规律方面效果显著，能够较好地拟合训练数据。
2. 外部验证：研究人员使用约 10,000 种化学物质的数据集进行外部验证，其中包含 5,720 种训练集中已知结果的化合物。外部预测结果与体外实验数据高度吻合，准确率高达 96.85%。这有力地证明了模型在实际应用中的可靠性和有效性，能够准确预测化学物质与 PR 的结合情况。
3. 未知数据预测：模型还成功预测了没有可用实验数据的化学物质的 PR 结合亲和力以及激动 / 拮抗特性。这为研究大量尚未进行实验测试的化学物质提供了可能，极大地拓展了研究范围。

在研究结论和讨论部分，研究人员指出，该研究充分展示了 ML 模型的强大能力，它仅依据化学结构就能高精度地预测各种化学物质与 PR 的结合亲和力，以及它们的激动和拮抗特性。这项研究不仅为内分泌干扰物的研究开辟了新方向，还将 PR 纳入可受化学物质影响的内分泌靶点范畴，进一步丰富了人们对化学物质与内分泌系统相互作用的认识。这对于未来筛选潜在的 PR 激动剂和拮抗剂，开展更深入的体外和体内测试具有重要意义，有助于推动生命科学和健康医学领域在化学物质内分泌干扰研究方面的发展，为评估化学物质对人体健康的潜在风险提供了更有力的工具和数据支持 。