計算・AI創薬 chemRxiv

親和性モデルが予測活性の差からJAKファミリー内の選択性を導く

  • panJAKは、分子表現とアライメントされた結合ポケットのリガンド条件付き符号化を組み合わせ、4種のJAKパラログに対する活性を予測する。選択性専用の目的関数を使わず、その差から選択性を導く。
  • 約1万化合物のキュレーション済みデータで学習し、スキャフォールドが重ならない分割で後ろ向きに評価した。
  • 定量的な選択性予測でベースラインを上回った。パラログ間の誤差は相関して一部相殺され、較正済みの予測区間により方向性が信頼できる比較を絞り込めた。
ポイント アブストラクトに基づく見解

ノイズのある2つの活性予測の差から選択性を出すのは危ういので、相関した誤差の相殺が興味深い点だ。ただ、ChEMBLのようなデータでスキャフォールドを分けても、アッセイの不均一性やシリーズの偏りは残る。未解決なのは、新しいケモタイプでのTYK2とJAK1の判定と、自社の実測化合物で予測区間が成り立つかどうかである。