用于全新RET抑制剂设计的强化学习：以效力为目标的优化以及针对耐药突变的多药理多参数优化

《Journal of Cheminformatics》：Reinforcement learning for de novo RET inhibitor design: potency-focused optimization and polypharmacological multi-parameter optimization against resistance mutations

　　

摘要

尽管RET作为一种致癌驱动因子和预测性生物标志物发挥着重要作用，但由于其存在脱靶效应以及对新兴突变的治疗效果不佳，因此针对该受体酪氨酸激酶的重排变异进行干预仍面临巨大挑战，这亟需更具有选择性和创新性的药物设计方法。本研究提出了一种多层框架，结合强化学习训练与后续处理步骤，用以高效地从头设计出在结构新颖性与预测可靠性之间取得平衡的RET抑制剂。我们评估了两种强化学习策略：以药效为目标的优化策略（PFO）和多药理学多参数优化策略（PMPO），后者整合了131个用于评估脱靶选择性和表型活性的预测模型。对于23种激酶靶点，我们利用Youden’s J统计量确定了pIC₅₀分类阈值（平均J值为0.762，范围在0.679–0.918之间）。而108个非小细胞肺癌表型模型的区分能力较为有限（平均AUC值为0.550）。经过适用性域过滤后，这些模型的平均AUC值有所提升，从而可将其作为置信度加权过滤器应用于生成式工作流程中。后续的相似性分布分析表明，所生成的候选分子在结构上具有新颖性，同时与已知分子在Tanimoto相似性范围0.20–0.40内保持一致。值得注意的是，PMPO显著提升了多参数一致性（变异系数：5.1%对比16.5%）以及选择性控制水平（p值＜0.0001），且并未降低对主要靶点的作用强度。本研究的一个重要成果是发现，在不同的优化条件下，化合物骨架仍能独立收敛，从而为所确定的喹喔啉核心结构作为高效的RET抑制剂提供了独立的验证依据。在完成包括铰链核心分析、骨架新颖性评估、药物类似性筛选以及药物-靶点亲和力预测等常见后续处理步骤后，RL-1185化合物被确定为最具潜力的先导分子，它对多种RET变异都具有较高的抑制活性（RETV804M的IC₅₀值为0.78纳摩尔，RETG810R的IC₅₀值为142纳摩尔），同时具有较高的结构新颖性（Tanimoto系数为0.579），且易于合成。

科学贡献

本研究主要有三方面贡献：（1）建立了一个多层技术保障框架，通过训练约束和后续验证确保计算的可靠性以及结构的新颖性。（2）设计了一种奖励机制，将靶点作用强度、预测的脱靶选择性以及探索性表型基准约束相结合，构建了一个基于强化学习的逆向设计框架，在该框架中，预测模型既能对生成的分子进行排序，又能引导化学空间的探索方向。（3）通过对计算出的高优先级化合物进行实验验证，发现了一种新型氨基喹喔啉骨架，其对RET野生型及门控突变体都具有亚纳摩尔的抑制活性（IC50值小于1纳摩尔）。

图形摘要

尽管RET作为一种致癌驱动因子和预测性生物标志物发挥着重要作用，但由于其存在脱靶效应以及对新兴突变的治疗效果不佳，因此针对该受体酪氨酸激酶的重排变异进行干预仍面临巨大挑战，这亟需更具有选择性和创新性的药物设计方法。本研究提出了一种多层框架，结合强化学习训练与后续处理步骤，用以高效地从头设计出在结构新颖性与预测可靠性之间取得平衡的RET抑制剂。我们评估了两种强化学习策略：以药效为目标的优化策略（PFO）和多药理学多参数优化策略（PMPO），后者整合了131个用于评估脱靶选择性和表型活性的预测模型。对于23种激酶靶点，我们利用Youden’s J统计量确定了pIC₅₀分类阈值（平均J值为0.762，范围在0.679–0.918之间）。而108个非小细胞肺癌表型模型的区分能力较为有限（平均AUC值为0.550）。经过适用性域过滤后，这些模型的平均AUC值有所提升，从而可将其作为置信度加权过滤器应用于生成式工作流程中。后续的相似性分布分析表明，所生成的候选分子在结构上具有新颖性，同时与已知分子在Tanimoto相似性范围0.20–0.40内保持一致。值得注意的是，PMPO显著提升了多参数一致性（变异系数：5.1%对比16.5%）以及选择性控制水平（p值＜0.0001），且并未降低对主要靶点的作用强度。本研究的一个重要成果是发现，在不同的优化条件下，化合物骨架仍能独立收敛，从而为所确定的喹喔啉核心结构作为高效的RET抑制剂提供了独立的验证依据。在完成包括铰链核心分析、骨架新颖性评估、药物类似性筛选以及药物-靶点亲和力预测等常见后续处理步骤后，RL-1185化合物被确定为最具潜力的先导分子，它对多种RET变异都具有较高的抑制活性（RETV804M的IC₅₀值为0.78纳摩尔，RETG810R的IC₅₀值为142纳摩尔），同时具有较高的结构新颖性（Tanimoto系数为0.579），且易于合成。

科学贡献

本研究主要有三方面贡献：（1）建立了一个多层技术保障框架，通过训练约束和后续验证确保计算的可靠性以及结构的新颖性。（2）设计了一种奖励机制，将靶点作用强度、预测的脱靶选择性以及探索性表型基准约束相结合，构建了一个基于强化学习的逆向设计框架，在该框架中，预测模型既能对生成的分子进行排序，又能引导化学空间的探索方向。（3）通过对计算出的高优先级化合物进行实验验证，发现了一种新型氨基喹喔啉骨架，其对RET野生型及门控突变体都具有亚纳摩尔的抑制活性（IC50值小于1纳摩尔）。

图形摘要