《Digital Discovery》:Pharmacological stratification of public bioactivity databases: a reusable, OECD-anchored curation and benchmarking framework demonstrated for opioid receptorsOpen Access
编辑推荐:
公开生物活性数据库的异质性不仅体现在测量类型上——其中结合亲和力与功能效价以不同尺度报告——还体现在药理学上:同一化合物和靶点可携带激动剂、拮抗剂或抑制剂记录,这些记录通过结合置换、cAMP(cyclic adenosine monophosphate,环磷酸
公开生物活性数据库的异质性不仅体现在测量类型上——其中结合亲和力与功能效价以不同尺度报告——还体现在药理学上:同一化合物和靶点可携带激动剂、拮抗剂或抑制剂记录,这些记录通过结合置换、cAMP(cyclic adenosine monophosphate,环磷酸腺苷)、β-arrestin或[35S]GTPγS读出值测定,量化不同生物学事件。合并这些记录会生成输出与任何连贯药理学主张脱节的模型。既有工作已在规模上标准化生物活性,并量化混合测量类型带来的噪声,但药理学机制和assay readout类别尚未被作为大规模curation的主要轴线处理。研究人员提出一个可审计、锚定OECD(Organisation for Economic Co-operation and Development,经济合作与发展组织)的框架,在建模前按作用类型和assay readout对公开记录进行分层,将异质数据转化为经外部验证、可解释的QSAR(quantitative structure–activity relationship,定量构效关系)任务,并与已有标准化资源组合而非替代它们。该框架在四个阿片受体(MOR,mu opioid receptor;DOR,delta opioid receptor;KOR,kappa opioid receptor;以及nociceptin/orphanin FQ,NOP)上展示。四个公共来源被协调为72 148条合并记录和50 977条curated测量,覆盖19 585个化合物,每条记录携带关于来源一致性、终点含义、药理学类别、assay readout和信任层级的可审计属性。受体水平结合任务构成紧凑基准,具有强锁定外部性能,包括KOR pKi(R2 = 0.79,n = 798)和DOR pKi(R2 = 0.77,n = 736)。药理学和readout解析的功能终点产生合并标签会遮蔽的外部验证分层,包括MOR拮抗剂功能抑制终点(R2 = 0.86,n = 110)以及DOR、KOR和MOR的激动剂效价终点(R2最高达0.81)。与完全合并基线比较显示,合并模型要么在连贯终点上与分层模型相当,要么在functional-IC50终点上通过主要训练结合置换记录达到欺骗性高R2,因此合并数值预测的是亲和力而非功能活性。SHAP(SHapley Additive exPlanations)归因表明,结合和功能效价编码部分不同的结构–活性信号。数据集契约而非仅模型性能,定义QSAR主张的有效性和范围,分层是功能模型支持可辩护主张的前提。curation逻辑、衍生表、冻结数据和可重复性制品已释放。
论文解读:公开生物活性数据库的药理学分层——面向阿片受体的可复用、OECD锚定curation与benchmarking框架
研究背景与意义:公开生物活性数据库支持大规模QSAR(定量构效关系,QSAR)基准构建。其异质性不仅在于测量类型,即结合亲和力与功能效价尺度不同,还在于药理学:同一化合物和靶点可有激动剂、拮抗剂或抑制剂记录,经结合置换、cAMP(环磷酸腺苷,cAMP)、β-arrestin或[
35S]GTPγS等测定读出(assay readout)量化不同生物学事件。合并这些记录会产生与连贯药理学主张脱节的模型。既有工作已标准化生物活性并量化混合测量类型噪声,但药理机制和assay readout类别未作为大规模curation主要轴线。研究人员因此提出可审计、锚定OECD(经济合作与发展组织,OECD)框架,在建模前按作用类型和assay readout分层,将异质数据转为外部验证、可解释QSAR任务,并与已有标准化资源组合。阿片受体MOR(μ阿片受体,MOR)、DOR(δ阿片受体,DOR)、KOR(κ阿片受体,KOR)和NOP(痛敏肽/孤啡肽FQ受体,NOP)是理想压力测试,因其数据密集且激动—拮抗、偏向信号有直接生物后果。
关键技术方法(约250字):研究人员从ChEMBL、BindingDB、PubChem和IUPHAR/BPS Guide to Pharmacology(GtoPdb)靶向检索四个受体,公共数据库于2026年6月访问并冻结快照。方法包括源规范化与协调并保留一致/冲突,结构预过滤和确定性化学标准化,终点家族、作用类型注释和binding-sentinel检测,assay readout分层和终点构建,去重、质量过滤、信任层级和决策谱系;以Bemis-Murcko骨架拆分并锁定外部集;使用RDKit二维描述符和Morgan指纹;训练Random Forest、XGBoost、LightGBM、支持向量回归(SVR)和consensus模型;以R
2、RMSE、MAE评价,并做bootstrap、最大均值差异(MMD)、GroupKFold、y-randomization和SHAP;按OECD式QSAR报告组织。
研究结果:
数据集契约定义QSAR主张:四来源整合产生115 232原始行,协调为72 148合并记录、50 977 curated测量和19 585化合物;端点矩阵分离受体水平binding任务与由药理类别和readout定义的功能任务;契约在训练前定义证据宇宙、化学身份、终点含义、信任层级和验证声明。
Curation将异质公开记录转化为可审计证据:压缩路径记录14 116显式排除、18 869开发集复核队列(外部3 456)和57 313决策谱系;协调组包括单源39 174、共识16 204、discordant 3 252、flagged 3 208;信任层级为gold 18 797、silver 30 662、exploratory 1 518;主要复核为终点意义未解决9 386和源分歧等。结论是curation改变证据状态而非仅减少行数。
药理学和readout感知分层定义功能QSAR任务:功能证据按assay readout和药理类别分层,功能开发池以agonist 13 316、antagonist 2 704、inhibitor 1 579为主;readout以binding displacement 33 017、GPCR generic 7 599、cAMP 1 501、β-arrestin 520为主;可基准任务由受体、终点尺度、药理类别和assay readout共同定义,并防止binding-sentinel污染。
外部验证只有在结合终点支持时才有意义:锁定外部R
2与外部样本支持、终点身份、受体和类别共同解释;8个binding和63个functional外部评估。KOR pK
i R
2=0.7937,n=798;DOR pK
i 0.7712,n=736;MOR pK
i 0.7548,n=1227;NOP pK
i 0.6650,n=477。功能端点中MOR antagonist functional-inhibition R
2=0.8562,n=110;DOR、KOR、MOR agonist pEC
50分别可达0.8114、0.8094、0.7945;63个功能端点中25个R
2≥0.60,23个同时n≥40。
分层是有效claim前提而非性能优化:完全合并功能基线显示,在agonist主导EC
50上合并与分层几乎相同;在functional-IC
50上合并由binding-displacement主导(60%–93%),DOR合并R
2=0.825但69%训练为binding-displacement,KOR 0.709且60%,MOR 0.764且80%;DOR/KOR AC
50合并100% binding,DOR合并R
2=0.007。MOR分层antagonist functional-inhibition(0.8562,n=110)优于污染合并(0.764)。15个化合物在Gα偶联激活EC
50与forskolin刺激cAMP抑制IC
50间表观效价中位差约0.9 log单位,最高约2 log单位。结论是合并数据不能支持可辩护claim。
SHAP归因区分binding和functional结构–活性信号:100个Random Forest SHAP面板(8 binding,92 functional)。scaffold模型外部性能KOR 0.7744,DOR 0.7558,MOR 0.7445,NOP 0.5905。binding强调scaffold identity、局部子结构和受体特异亲和决定因素;functional强调氮电荷环境、拓扑、分支、疏水分布和可极化表面积。SHAP是描述符重要性层,非机制因果证明。
讨论总结:讨论认为QSAR claim有效性首先由数据curation决定,不由模型架构决定,且validity不等于预测性能;合并基线证明高R
2不能认证claim。功能终点必须按action和readout分离,cAMP、GTPγS、β-arrestin和binding-displacement不可互换,尤其关系到偏向激动;binding-displacement分层避免亲和力污染功能效价模型。框架原语以测定语义定义,药理知识外部版本化,可与已有标准化资源正交叠加。SHAP层将描述符主题与可检验SAR假说联系,但不作因果机制。OECD式报告被内置为数据集契约:端点定义、算法、适用域、验证和解释各有位置。Outlook指出最大分辨率功能臂中过细分层会变小,外部估计由高方差点主导,NOP功能端点是当前例子,限制因素是curated功能数据量而非受体性质;框架可扩展至其他受体和酶家族。总体解释是主要结果不是单一最佳模型,而是判断哪些QSAR claim可信的框架;模型不单独定义claim,curated endpoint定义。
研究结论翻译:本研究显示QSAR主张的有效性首先由数据集定义方式决定,药理学机制和assay readout构成不同于既有标准化处理测量类型和化学表示轴的主要curation轴。框架将多源公开记录整合为可审计证据结构,记录来源一致性与冲突、化学身份、终点含义、assay readout、药理类别、信任层级、复核状态和决策谱系,并在建模前按作用类型和readout分层功能数据。在四个阿片受体上,研究人员将115 232原始记录协调为72 148合并记录、50 977 curated测量和19 585化合物,产生具有强锁定外部性能的受体水平binding基准以及action/readout解析functional层。与完全合并功能基线直接比较表明分层的必要性:合并功能模型要么在已连贯终点上与分层模型相当而无优势,要么在functional-IC
50终点上通过主要训练binding-displacement记录获得欺骗性高R
2,因此合并数值预测亲和力而非标注功能活性。分层是模型输出构成可辩护主张的前提,因为跨激动剂和拮抗剂记录及不同功能readout合并的模型预测的数量不对应任何单一assay结果;分层终点支持关于特定药理和readout背景下活性的可检验陈述。SHAP归因进一步表明binding和functional任务编码部分不同结构–活性信号。由于药理知识外部化为版本化配置且原语以测定语义定义,框架可跨靶点类别复用,并与现有标准化资源组合,提供语义层,将标准化但合并的记录转化为生物意义明确的终点。