基于可解释机器学习(Explainable Machine Learning)引导分子建模方法鉴定糖原合成酶激酶-3β(GSK-3β)抑制剂的整合研究

《Results in Chemistry》：An integrated machine learning–guided molecular modeling approach for the identification of GSK-3β inhibitors

　　

糖原合成酶激酶-3β（Glycogen Synthase Kinase-3β，GSK-3β）是一种治疗相关的丝氨酸/苏氨酸激酶，参与癌症、神经退行性疾病及代谢性疾病的发生发展。本研究开发了一种整合可解释机器学习（Explainable Machine Learning）引导的分子建模框架，用于识别和优先筛选潜在的植物化学成分GSK-3β抑制剂。经数据集整理、去重、骨架多样性评估及适用性域（Applicability Domain，AD）分析后，通过比较基准测试随机森林（Random Forest，RF）、支持向量机（Support Vector Machine，SVM）、极端梯度提升（XGBoost）和深度神经网络（Deep Neural Network，DNN）分类器，发现优化的正则化随机森林（Regularized Random Forest，RRF）模型具有最佳预测性能，受试者工作特征曲线下面积（Receiver Operating Characteristic–Area Under the Curve，ROC-AUC）为0.903，平均精确度（Average Precision，AP）为0.938。骨架独立的外部验证进一步证实了模型的稳健性与可迁移性（ROC-AUC = 0.820；PR-AUC = 0.901）。基于SHAP（SHapley Additive exPlanations）的解释分析表明，氢键供体/受体模体、芳香及杂芳环骨架和疏水片段是预测GSK-3β抑制活性的主要结构决定因素。研究人员随后将优化模型应用于植物化学成分库，并整合分子对接（Molecular Docking）、分子动力学（Molecular Dynamics，MD）模拟、氢键占有率分析、分子力学广义玻恩表面积（Molecular Mechanics–Generalized Born Surface Area，MM-GBSA）结合自由能计算、密度泛函理论（Density Functional Theory，DFT）及对CDK2和AKT1的比较选择性评估。在所研究的化合物中，Hydroxy-2（羟基化甲基皮蒽羧酸酯，Hydroxylated-methyl-picene-carboxylate）表现出最强的对接亲和力（?9.6 kcal/mol）及最有利的GSK-3β预测选择性谱；Falodone则展现出最优异的整体动态与能量学行为，包括与VAL135持续的铰链区（hinge-region）相互作用、500 ns模拟中稳定的构象动力学，以及在所研究植物化学物质中最有利的MM-GBSA结合自由能；Jatropholone A亦显示出优异的结构稳定性及与催化相关残基LYS183和ASP200的持续相互作用。综上，机器学习预测、SHAP衍生的药效团解释、分子对接、MD稳定性、相互作用持久性、MM-GBSA能量学、DFT衍生电子性质及激酶选择性分析之间高度一致，支持了所鉴定植物化学骨架的可靠性。这些发现共同凸显Falodone、Jatropholone A和Hydroxy-2作为开发选择性GSK-3β抑制剂的有前景候选分子，并证明了可解释机器学习整合分子建模在基于天然产物的激酶抑制剂发现中的实用性。

论文解读：基于可解释机器学习整合分子建模方法鉴定GSK-3β植物源抑制剂的研究

研究背景与立项依据

糖原合成酶激酶-3β（Glycogen Synthase Kinase-3β，GSK-3β）是丝氨酸/苏氨酸蛋白激酶，调控糖原代谢、凋亡、增殖及Wnt/β-catenin、PI3K/Akt、NF-κB等信号通路，其异常与癌症、阿尔茨海默病、糖尿病等相关。GSK-3β作为药物靶点具治疗潜力，但人激酶组ATP结合口袋高度保守导致选择性差、脱靶效应明显，且中枢神经系统给药需兼顾血脑屏障通透性，使ATP竞争型抑制剂临床转化困难。天然产物具立体化学复杂性与结构多样性，非洲及马达加斯加药用植物中筛选GSK-3β选择性抑制剂尚属空白。传统虚拟筛选仅依赖对接打分，忽略活性预测、药效团解释及动态稳定性评估，因此研究人员开展本研究，构建整合可解释机器学习（Explainable Machine Learning/XAI）、分子对接、500 ns分子动力学（Molecular Dynamics，MD）模拟、MM-GBSA（Molecular Mechanics–Generalized Born Surface Area）结合自由能、密度泛函理论（Density Functional Theory，DFT）及跨激酶选择性评估的多层次计算流程，从21种源自Jatropha gossypifolia、Jatropha curcas、Diospyros quercina和Salacia leptoclada的植物化学成分中识别并优先排序GSK-3β抑制骨架。本文发表于《Results in Chemistry》。

主要关键技术方法

研究人员从ChEMBL获取3212个GSK-3β抑制剂IC₅₀数据，过滤后得2897个化合物（pIC₅₀≥6为活性），计算ECFP4型Morgan指纹（半径2，2048位），按分层8:2划分及Bemis–Murcko骨架无重叠外部验证集划分。比较RF、SVM、XGBoost、DNN四类分类器，优选正则化随机森林（RRF, n_estimators=300, max_depth=20），用ROC-AUC、PR-AUC、混淆矩阵评价；以PCA降维Williams图评估适用性域（AD）；SHAP解释重要指纹特征并映射药效团。植物化学库（21个天然产物）经ML预测后，用AutoDock Vina对接GSK-3β（PDB:1H8F），重对接RMSD验证；选Top化合物与参比抑制剂SB-216763、CHIR-99021做500 ns MD（Desmond, OPLS4力场, NPT 300 K/1 bar），分析RMSD/RMSF/R_g/SASA及残基–配体相互作用占有率；取平衡后100帧做MM-GBSA结合自由能计算；对优选分子做B3LYP/6-311G(d,p)级DFT计算HOMO-LUMO隙、硬度、软度、亲电指数及分子静电势（MEP）；将优选分子另对接CDK2（PDB:1HCK）和AKT1（PDB:3O96）计算选择性指数Δ=E_off?E_GSK-3β。

研究结果

3.1 数据集化学空间与模型可解释性（Chemical Space and Model Interpretability）

PCA投影显示训练集与外验证集骨架无重叠且化学空间重叠良好，活性/非活性化合物在PCA空间高度交叠，说明GSK-3β抑制活性取决于非线性细微结构差异。SHAP汇总图排前的重要Morgan指纹映射为含芳香/杂芳环、氮杂环、羰基、硫醚连接子及疏水芳基片段——与ATP竞争型激酶抑制剂铰链区（hinge-region）氢键及腺嘌呤口袋疏水填充相符，证实模型捕获了化学合理的构效关系而非统计假相关。

3.2 模型性能与验证（Model Performance and Validation）

内部验证RRF达ROC-AUC=0.903、AP=0.938，优于SVM(0.899/0.936)、XGBoost(0.893/0.934)、DNN(0.889/0.929)；学习曲线显示训练与验证AUC随样本量趋近收敛，无严重过拟合。骨架独立外部验证（无骨架重叠，516化合物192独特骨架）RRF保持ROC-AUC=0.820、PR-AUC=0.901，混淆矩阵真阳性264、真阴性129，证明模型具跨骨架迁移能力。Williams图显示绝大多数化合物杠杆值h_i低于临界值h^*，标准化残差在±3内，适用域内预测可靠。研究人员开发了基于Tkinter的GUI工具，支持SMILES单分子/CSV批量预测、AD判断及RDKit结构可视化。

3.3 机器学习引导的植物化学成分优先级排序（ML-guided Prioritization of Phytochemical Compounds）

21个植物化学成分ML预测活性概率0.23–0.36，均低于二分类阈值但按概率排序。Hydroxylated-methyl-picene-carboxylate（文称Hydroxy-2）概率最高(0.36)但略超AD；Falodone、Jatropholone A概率居中(0.31–0.32)且在AD内。研究人员依概率及AD选取后续对接/MD候选。

3.4 分子对接与结合模式分析（Molecular Docking and Binding Mode Analysis）

对接亲和力：Hydroxy-2最强(?9.6 kcal/mol)，次为Jatropholone A(?8.9)、Caniojane/Jatropholone B(?8.3)、Falodone(?8.0)，均优于参比SB-216763(?7.8)和CHIR-99021(?7.5)。结合模式分两类：Hydroxy-2深埋疏水口袋靠π-烷基及与LYS85氢键；Falodone与Jatropholone A兼具疏水填充和与铰链区VAL135或LYS85/CYS199形成方向性氢键，锚定更稳。据此选Hydroxy-2、Falodone、Jatropholone A、Caniojane及参比做MD。

3.5 分子动力学稳定性分析（Molecular Dynamics Stability Analysis）

500 ns MD显示Falodone(RMSD 2.471±0.361 ?)与Jatropholone A(2.140±0.280 ?)构象最稳、波动最小；Hydroxy-2中等波动(2.735±0.436 ?)；Caniojane与CHIR-99021波动大。RMSF表明Jatropholone A诱发最低残基涨落，R_g（回转半径）与SASA支持Falodone/Jatropholone A维持紧凑折叠，Hydroxy-2与CHIR-99021溶剂可及性偏高。

3.6 分子间相互作用占有率与残基–配体作用图分析（Intermolecular Interaction Occupancy and Residue–Ligand Interaction Map Analysis）

Falodone在整个500 ns持续与铰链区VAL135形成氢键并疏水接触ILE62/LYS183等，占有率最高；Jatropholone A持续结合LYS183/ASP200并广布疏水接触；Hydroxy-2与LYS85、VAL135、ASP200有持续接触但构象摆动较大；Caniojane作用较短暂；参比SB-216763稳结合LYS183/ASP200，CHIR-99021多为瞬态水介导接触。

3.7 MM-GBSA结合自由能与能量分解分析（MM-GBSA Binding Free Energy and Energy Decomposition Analysis）

MM-GBSA(取400–500 ns 100帧)：Falodone ΔG_bind≈?60 kcal/mol（植化物中最有利），CHIR-99021≈?56，Caniojane与Hydroxy-2≈?48，Jatropholone A稍弱但仍稳定。范德华作用是主要稳定贡献，Falodone具强vdW补偿与适中去溶剂化惩罚，综合能量最优；Jatropholone A虽MM-GBSA略低但MD中相互作用持续性强，说明需多指标综合评价。

3.8 对CDK2和AKT1的比较选择性评估（Comparative Selectivity Assessment against CDK2 and AKT1）

GSK-3β、CDK2(PDB:1HCK)、AKT1(PDB:3O96)骨架RMSD 1.583/1.817 ?。选择性指数Δ_CDK2=E_CDK2?E_GSK-3β、Δ_AKT1=E_AKT1?E_GSK-3β，正值代表倾向GSK-3β。仅Hydroxy-2呈双正选择性(Δ_CDK2=+2.1, Δ_AKT1=+0.3 kcal/mol)且配体在异激酶中重取向明显(RMSD 5.74 ?)；Falodone、Jatropholone A、Caniojane Δ为负值（偏向AKT1/CDK2结合更强）。Hydroxy-2在GSK-3β中与LYS85/TYR134/ASP200作用而在CDK2/AKT1中作用网络减弱，支持其选择性。

3.9 DFT计算（DFT Calculations）

B3LYP/6-311G(d,p)计算：Hydroxy-2 HOMO–LUMO隙最小(2.82 eV)，硬度η=1.41 eV最低、软度σ=0.35 eV^?1最高、亲电指数ω=5.25 eV最大→电子灵活性高、电荷转移能力强，与其强对接亲和力及选择性吻合；Falodone(ΔE_gap=4.41 eV, η=2.21 eV)与Jatropholone A(ΔE_gap=4.56 eV, η=2.28 eV)电子更稳定，与MD中持续相互作用及构象刚性相符。MEP显示氧负电区对应氢键受体位点。

3.10 最终配体优先级排序（Final Ligand Prioritization）

综合ML预测、对接、500 ns MD、MM-GBSA、DFT及选择性：Falodone整体最均衡（有利MM-GBSA、持续铰链区作用、低RMSD/RMSF）→首选候选；Jatropholone A动态极稳、持续催化残基互作→次选稳定候选；Hydroxy-2对接最强(?9.6 kcal/mol)、对CDK2/AKT1选择性最好、DFT显示高反应活性→最具选择性骨架候选。

讨论与结论总结

研究人员通过整合可解释机器学习（RRF, ROC-AUC_内部=0.903, ROC-AUC_{骨架外验证}=0.820）、SHAP药效团解析（芳香/杂芳+氢键供受+疏水片段）、21个非洲植物化学成分虚拟筛选、AutoDock Vina分子对接、500 ns MD模拟与相互作用占有率分析、MM-GBSA能量学、B3LYP/6-311G(d,p) DFT电子性质计算及跨激酶（CDK2/AKT1）选择性评估，系统鉴定GSK-3β植化抑制骨架。结论如下：Falodone综合表现最佳——持续铰链区VAL135氢键、500 ns低RMSD/RMSF、最有利MM-GBSA ΔG_bind(≈?60 kcal/mol)；Jatropholone A具出色构象稳定性并与LYS183/ASP200持续作用；Hydroxy-2（Hydroxylated-methyl-picene-carboxylate）具最强对接亲和力(?9.6 kcal/mol)、唯一对CDK2/AKT1呈正选择性指数及最小HOMO–LUMO隙(2.82 eV)和高亲电性(ω=5.25 eV)。ML预测、SHAP解释、对接、MD、MM-GBSA、DFT及选择性结果彼此印证，证实三候选骨架可靠性。该研究为基于天然产物的GSK-3β选择性抑制剂发现提供可重复计算工作流程，Falodone、Jatropholone A和Hydroxy-2值得后续实验验证。