سلفيز دي‌تي‌اي: پيش‌بيني شدت اتصال دارو و پروتئين مبتني بر ساختار مولكولي سلفيز و شبكه‌هاي عصبي عميق

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

پيش‌بيني شدت اتصال مولكول‌هاي دارويي و پروتئين، يكي از مهم‌ترين مراحل كشف، توسعه و غربالگري دارو است كه راه‌كارهاي آزمايشگاهي، شبيه‌سازي و محاسباتي متعددي براي آن ارائه شده است. روش‌هاي آزمايشگاهي و شبيه‌سازي نيازمند ساختارهاي مولكولي، صرف هزينه زماني و مالي بوده و روش‌هاي محاسباتي نيز پيش‌بيني دقيقي ارائه نمي‌دهند. از اين رو، به‌كارگيري شبكه‌هاي عصبي عميق در استخراج ويژگي از داده‌هاي با ساختار ساده‌تر و در دسترس تر توالي پروتئين و مولكول‌هاي دارويي، اين چالش‌ها را با هزينه كمتر و دقت بالاتر حل مي‌كند. در اين مقاله، به‌كارگيري توالي جديد مولكولي با عنوان سلفيز كه ايرادات ساختارهاي پيشين نمايش، شامل عدم تطابق كامل با مولكول‌هاي معتبر و مدل‌سازي نامطلوب ويژگي‌هاي مفيد محلي ساختار زنجيره جانبي و حلقه‌هاي مولكولي را رفع كرده است، در مسئله پيش‌بيني شدت اتصال دارو و پروتئين پيشنهاد شده است. اين ساختار مولكولي به همراه داده‌هاي توالي پروتئين در يك مدل مبتني بر شبكه‌هاي عصبي عميق كانولوشني به كار گرفته شده است. به‌كارگيري اين ساختار مولكولي روي مجموعه داده‌هاي رايج، دقت بيشتري به نسبت ساختار توالي اسمايلز در معيار ارزيابي خطاي ميانگين مربعات و نتايج قابل‌رقابتي در شاخص سازگاري هم در يك معماري شبكه عصبي كانولوشني يكسان و هم معمارهاي پيچيده‌تر پيشين ارائه داده است.

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.