سلفیز دی‌تی‌ای: پیش‌بینی شدت اتصال دارو و پروتئین مبتنی بر ساختار مولکولی سلفیز و شبکه‌های عصبی عمیق

پیش‌بینی شدت اتصال مولکول‌های دارویی و پروتئین، یکی از مهم‌ترین مراحل کشف، توسعه و غربالگری دارو است که راه‌کارهای آزمایشگاهی، شبیه‌سازی و محاسباتی متعددی برای آن ارائه شده است. روش‌های آزمایشگاهی و شبیه‌سازی نیازمند ساختارهای مولکولی، صرف هزینه زمانی و مالی بوده و روش‌های محاسباتی نیز پیش‌بینی دقیقی ارائه نمی‌دهند. از این رو، به‌کارگیری شبکه‌های عصبی عمیق در استخراج ویژگی از داده‌های با ساختار ساده‌تر و در دسترس تر توالی پروتئین و مولکول‌های دارویی، این چالش‌ها را با هزینه کمتر و دقت بالاتر حل می‌کند. در این مقاله، به‌کارگیری توالی جدید مولکولی با عنوان سلفیز که ایرادات ساختارهای پیشین نمایش، شامل عدم تطابق کامل با مولکول‌های معتبر و مدل‌سازی نامطلوب ویژگی‌های مفید محلی ساختار زنجیره جانبی و حلقه‌های مولکولی را رفع کرده است، در مسئله پیش‌بینی شدت اتصال دارو و پروتئین پیشنهاد شده است. این ساختار مولکولی به همراه داده‌های توالی پروتئین در یک مدل مبتنی بر شبکه‌های عصبی عمیق کانولوشنی به کار گرفته شده است. به‌کارگیری این ساختار مولکولی روی مجموعه داده‌های رایج، دقت بیشتری به نسبت ساختار توالی اسمایلز در معیار ارزیابی خطای میانگین مربعات و نتایج قابل‌رقابتی در شاخص سازگاری هم در یک معماری شبکه عصبی کانولوشنی یکسان و هم معمارهای پیچیده‌تر پیشین ارائه داده است.

SelfiesDTA: Drug-Target Binding Affinity Prediction Based on SELFIES and Deep Neural Networks

Prediction of the affinity strength between drugs and targets is an important step and challenging problem in drug discovery, repurposing and development process. Although there are various experimental and simulation based methods, they are time consuming, expensive, and require molecular structures. Sequence based deep neural networks based methods, using only drug and protein sequences have shown high performance in drug target interaction modelling and binding affinity predictions. In this paper, we employ a string-based representation of molecules, called SELFIES, which localizes non-local features, such as rings and branches, are provides more syntactical and functional representation of sequences, compared to the standard strings molecular representation (i.e. SMILES). For this purpose, we investigate using SELFIES as the input of convolutional neural network models for drug target affinity prediction. Adopting DeepDTA, as a deep neural network based drug target interaction architecture, we achieved lower Mean Squared Error and comparable Concordance Index in benchmark datasets. Hence, we suggest SELFIES as a suitable string based representation alternative for drug target affinity predictions.