《Pharmaceuticals》：A Comparative Evaluation Framework Integrating Machine Learning and Deep Learning Models with ADME-Based Pharmacokinetic Assessment for HIV-Related Compounds
编辑推荐：
背景/目的：预测HIV相关化合物的生物活性对于早期药物发现至关重要。然而，现有的大多数机器学习（ML）研究强调预测性能，却忽视了优先化合物的预测药代动力学和药物相似性性质。本研究提出了一个比较框架，整合了经典机器学习、深度学习、图模型以及基于ADME（吸收、分
背景/目的：预测HIV相关化合物的生物活性对于早期药物发现至关重要。然而，现有的大多数机器学习（ML）研究强调预测性能，却忽视了优先化合物的预测药代动力学和药物相似性性质。本研究提出了一个比较框架，整合了经典机器学习、深度学习、图模型以及基于ADME（吸收、分布、代谢、排泄）的药代动力学评估。方法：在统一实验协议下，使用分层五折交叉验证在MoleculeNet HIV数据集上评估了十二个预测模型。模型性能通过多个分类指标和统计分析进行评估。来自独立测试集的最高排名化合物进一步通过预测的ADME和药物相似性性质进行表征。一个由GDL模型优先选择的代表性化合物（GDL1）随后通过分子对接针对HIV-1蛋白酶、HIV-1整合酶和HIV-1逆转录酶进行了评估。结果：基于图的GDL模型取得了最高的ROC–AUC（），其次是GRU（）和RF（）。统计分析表明模型性能之间存在整体差异（Friedman检验，）。然而，Holm校正的配对比较并未显示最高性能模型之间存在统计学显著差异。比较ADME分析表明，高预测性能并不一定对应有利的预测药代动力学性质。分子对接提示优先的GDL1化合物与所有三个HIV-1靶点存在潜在的预测结合相互作用，其中对HIV-1逆转录酶观察到最有利的预测结合亲和力。结论：所提出的框架通过整合预测性能与补充的预测ADME、药物相似性和分子对接分析，实现了对不同分子学习方法的全面比较。
**论文解读：面向HIV相关化合物的机器学习与深度学习模型比较评估框架——整合ADME药代动力学分析**
**研究背景与问题**
人类免疫缺陷病毒（HIV）感染及其导致的获得性免疫缺陷综合征（AIDS）影响全球约4000万人，目前尚无根治性疗法或疫苗。现有抗逆转录病毒治疗仅能抑制病毒复制，患者需终身服药，对个人生活质量及医疗系统经济负担均造成严重影响。因此，发现更有效且药理性质适宜的候选抗HIV分子至关重要。传统药物发现过程成本高、周期长、风险大，计算化学、生物信息学及计算机辅助药物设计（CADD）方法已成为加速药物发现、降低成本的关键工具。近年来，人工智能特别是深度学习方法在分子性质建模与生物活性预测方面取得了显著进展。然而，现有研究大多只关注预测性能，而忽略了所预测化合物在药代动力学（ADME）和药物相似性方面的性质。此外，不同模型家族常采用不同的数据表示、评价指标和实验协议，导致模型间难以进行公平比较。本研究旨在填补这一空白，提出一个统一的比较框架，在相同实验协议下系统评估经典机器学习、序列深度学习以及基于图的几何深度学习模型，并结合预测的ADME和药物相似性性质对最高排名化合物进行补充表征。该论文发表在《Pharmaceuticals》期刊。
**研究内容与结论**
研究人员构建了一个包含12个预测模型的比较框架，涵盖经典机器学习（支持向量机SVM、随机森林RF、多层感知机MLP、Mol2Vec+SVM管道）、序列深度学习（循环神经网络RNN、双向RNN BRNN、卷积神经网络CNN、门控循环单元GRU）以及基于图的模型（图卷积网络GCN、图注意力网络GAT、消息传递神经网络MPNN、几何深度学习GDL）。所有模型在MoleculeNet HIV数据集（经专家筛选后包含3043个独特化合物，其中1443个活性、1600个非活性）上，采用相同的72%训练、10%验证、18%独立测试分层划分策略，进行五折交叉验证。模型性能通过准确率、精确率、召回率、F1分数及ROC–AUC等指标评估，并进行Friedman检验和Holm校正配对比较。对每个模型在独立测试集中预测概率最高的两个化合物，使用SwissADME平台预测其ADME和药物相似性性质（Lipinski五规则、QED、BOILED-Egg模型等）。最后，对GDL模型优先选择的代表性化合物GDL1，使用AutoDock Vina和AutoDock4进行分子对接，评估其与HIV-1蛋白酶（PDB ID: 1AJV）、HIV-1整合酶（PDB ID: 1QS4）和HIV-1逆转录酶（PDB ID: 2ZD1）的结合潜力。
研究结论：基于图的GDL模型取得了最高的判别性能（ROC–AUC = 0.956），其次是GRU（0.930）和RF（0.927）。统计检验显示模型间存在整体显著差异，但Holm校正后GDL与SVM、RF、GRU之间无显著差异。比较ADME分析表明，高预测性能并不一定对应有利的药代动力学性质；例如，GDL和GRU优先的化合物具有良好的药物相似性和ADME特征，而Mol2Vec+SVM优先的化合物则出现多重Lipinski规则违反。分子对接结果表明，GDL1化合物与所有三个HIV-1靶点均存在潜在的结合相互作用，其中对HIV-1逆转录酶的结合亲和力最有利（预测抑制常数Ki = 163.49 nM，AutoDock4对接分数为-10.26 kcal/mol）。该框架的重要意义在于，它提供了一个可重复、透明的比较平台，强调了在模型评估中整合药代动力学考虑的重要性，并证明了高预测性能不能替代药理适宜性评估。
**关键技术与方法（不超过250字）**
本研究采用以下关键技术方法：1）数据来源：MoleculeNet HIV数据集，经专家筛选后保留3043个化合物，活性与非活性比例为1443:1600。2）分子表示：经典模型使用Morgan指纹（ECFP，半径=2，2048位）；序列模型使用SMILES字符级嵌入；图模型使用原子-键图表示。3）模型架构：GDL模型采用GIN风格消息传递，并使用Focal Loss处理类别不平衡。4）评估策略：统一五折交叉验证，使用ROC–AUC、精确率、召回率、F1分数等指标；统计比较采用Friedman检验和Holm校正。5）ADME与药物相似性预测：使用SwissADME平台，计算Lipinski规则、QED、BOILED-Egg模型等。6）分子对接：使用AutoDock Vina（1.1.2版）和AutoDock4（1.5.7版），对接协议通过共晶配体的RMSD值验证。
**研究结果**
**2.1 模型性能评估**：通过五折交叉验证，GDL模型在ROC–AUC（0.956 ± 0.015）上表现最优，但召回率较低（0.748 ± 0.051），表明其决策保守但精确率高（0.997 ± 0.008）。GRU和RF同样表现稳健（ROC–AUC分别为0.930 ± 0.017和0.927 ± 0.023）。序列模型（CNN、RNN、BRNN）表现较差，图模型（GCN、GAT、MPNN）低于经典ML。Mol2Vec+SVM管道具有竞争力。训练曲线显示高性能模型收敛更稳定。
**2.2 非活性子集敏感性分析**：对RF模型使用30个化学匹配的替代非活性子集进行重复实验，ROC–AUC值集中在窄区间内，表明预测性能对非活性化合物组成不敏感，研究结论稳健。
**2.3 模型统计比较**：Friedman检验显示整体显著差异（统计量=51.615，p<0.001）。Holm校正配对比较表明，GDL与BRNN、CNN、RNN、MPNN、GAT、GCN、MLP、Mol2Vec+SVM之间存在显著差异（p<0.05），但与SVM、RF、GRU之间无显著差异。Cohen's d效应量提示GDL与这些模型之间具有较大的实际差异。
**2.4 独立测试集最高排名化合物与预测ADME分析**：对24个化合物（每个模型两个）进行ADME分析。GDL优先的化合物（GDL1、GDL2）具有平衡的分子量（MW≈355–386）、合适的脂溶性（LogP≈2.9–3.8）、高QED分值（0.81–0.83），符合Lipinski规则且具有高胃肠道吸收潜力。其他模型优先的化合物中，部分存在Lipinski规则违反或不利的ADME特征（如Mol2Vec+SVM化合物的MW>560，QED=0.23）。BOILED-Egg模型显示BRNN、MPNN、GDL、RF、CNN优先的化合物可透过血脑屏障。GDL模型的可解释性分析表明，模型关注芳香环、杂原子等化学相关子结构。
**讨论与结论**
讨论部分指出，本研究通过整合统计验证与ADME表征，超越了传统性能比较。高预测性能不一定对应良好药代动力学性质，模型选择需基于精确率-召回率权衡。GDL的保守性导致高精度但低召回。序列模型表现差是因为SMILES表示不能完全捕捉拓扑信息。ADME分析揭示了一些模型优先化合物存在多重Lipinski规则违反，强调了在模型评估中整合药代动力学考虑的重要性。与现有研究相比，本框架提供了更全面的评估。局限性包括：仅对每个模型取两个最高排名化合物；缺乏外部独立验证数据集；未评估极端不平衡场景；分子对接仅针对GDL1，需实验验证。
研究结论：本研究提出了一个统一的实验框架，对经典机器学习、深度学习和图模型进行了全面的比较评估，用于HIV分子生物活性预测。与仅关注预测性能的多数研究不同，本研究将统计验证与预测ADME和药物相似性表征整合到评估管道中。实验结果表明，几何深度学习方法（特别是GDL模型）取得了最高的判别性能（ROC–AUC = 0.956），其次是GRU和RF模型，它们也表现出稳健的结果。统计检验显示模型性能存在整体差异，但Holm校正配对比较未发现最高性能模型之间的显著差异。然而，高预测性能并不一定转化为药理上可行的候选分子。补充的ADME和药物相似性表征表明，虽然一些高性能模型（如GDL和GRU）倾向于优先选择具有更有利预测理化、ADME和药物相似性特征的化合物，但其他模型将高预测概率分配给了表现出多重药物相似性约束违反或不利ADME特征的化合物。这一发现强调了在模型评估中整合药代动力学考虑的重要性，而非仅依赖分类指标。结果表明，最具信息量的模型不一定是预测得分最高的模型，而是那些将强预测性能与有利预测理化、ADME和药物相似性特征相结合的模型。此外，分子对接研究评估了GDL模型选择的GDL1化合物与HIV-1整合酶、HIV-1蛋白酶和HIV-1逆转录酶的预测相互作用谱。预测的对接分数表明与所有三个靶点有利结合，其中对HIV-1逆转录酶观察到最有利的预测结合分数。所提出的多层次评估框架为联合评估预测性能和独立测试集中最高排名化合物的预测分子特征提供了一种综合策略。未来工作将整合更大、更多样化的数据集，使用独立外部基准数据集进行验证，并对预测模型识别的最高排名化合物进行实验评估。
