BioAct-Het : Un réseau de neurones siamois hétérogène pour la prédiction de la bioactivité utilisant une représentation novatrice de la bioactivité

L’échec des médicaments lors de procédures expérimentales en raison d’une faible biodisponibilité constitue un défi majeur. Pour atténuer ce risque et améliorer la biodisponibilité des composés, il est essentiel de prédire les classes de biodisponibilité au cours de l’optimisation des composés porteurs (lead optimization). Les études existantes sur les relations structure-activité ont mis en évidence le lien entre les structures chimiques des composés et leur biodisponibilité. Toutefois, ces travaux négligent souvent la relation complexe entre les médicaments et leur biodisponibilité, qui implique plusieurs facteurs allant au-delà de la simple structure chimique. Afin de relever ce défi, nous proposons le modèle BioAct-Het, basé sur un réseau de neurones siamois hétérogène, conçu pour modéliser la relation complexe entre les médicaments et leurs classes de biodisponibilité, en les intégrant dans un espace latente unifié. Plus précisément, nous introduisons une nouvelle représentation des classes de biodisponibilité, nommée Bio-Prof, et améliorons les jeux de données originaux de biodisponibilité afin de surmonter le problème de rareté des données. Ces approches innovantes ont permis à notre modèle de surpasser les méthodes antérieures. L’évaluation de BioAct-Het s’appuie sur trois stratégies distinctes : une stratégie fondée sur les associations, une stratégie basée sur les classes de biodisponibilité, et une stratégie fondée sur les composés. La stratégie basée sur les associations utilise une classification par apprentissage supervisé, tandis que la stratégie basée sur les classes de biodisponibilité adopte une approche d’évaluation par étude rétrospective. En revanche, la stratégie fondée sur les composés présente des similarités avec le concept d’apprentissage métacognitif (meta-learning). Par ailleurs, l’efficacité du modèle dans la résolution de problèmes réels est analysée à travers une étude de cas portant sur l’application de la vancomycine et de l’oseltamivir dans le traitement du COVID-19, ainsi que sur le potentiel d’efficacité du molnupiravir chez les patients atteints de COVID-19. Les données et le code sous-jacents à cet article sont disponibles à l’adresse suivante : https://github.com/CBRC-lab/BioAct-Het. Toutefois, les jeux de données ont été extraits de sources publiques.