Los modelos de IA y aprendizaje automático ayudan en la planificación retrosintética, pero están limitados por los datos de entrenamiento que han procesado. Siga leyendo para conocer formas de generar predicciones novedosas asegurándose de que sus datos tengan la diversidad y calidad necesarias para optimizar iniciativas clave de planificación sintética.
La evolución de las moléculas de fármacos existentes ha sido la piedra angular de la innovación en el descubrimiento de fármacos. Sin embargo, de cara al futuro, las moléculas pequeñas estructuralmente novedosas podrían resultar ser terapias más valiosas que las adaptaciones de los fármacos actuales. Con el 65 % de los fármacos de moléculas pequeñas aprobados en 2020 siendo estructuralmente novedosos, estas moléculas tienen 2,5 veces más probabilidades de ser designadas como terapias innovadoras por la FDA, y 2 veces más probabilidades de convertirse en fármacos de gran éxito en los 5 años posteriores a su lanzamiento.
Sin embargo, sintetizar moléculas novedosas no es tarea fácil. Las herramientas de predicción retrosintética se están volviendo vitales para el diseño de nuevos enfoques y la optimización de la eficiencia de la producción. Estas herramientas aprovechan sistemáticamente la investigación actualizada de todo el mundo para permitir resultados más rápidos en el mercado. También se pueden lograr ahorros de costes en toda la cadena de desarrollo mediante la creación de moléculas con restricciones específicas, como el precio o los proveedores.
La aplicación exitosa de la IA a la síntesis química está limitada por la calidad y diversidad de los datos, cuya carencia dificulta la precisión de las predicciones. Esto quedó demostrado en nuestra reciente colaboración, donde Bayer buscaba optimizar el uso de la IA para la retrosíntesis de moléculas pequeñas novedosas. Al enriquecer su conjunto de entrenamiento existente con nuestros datos de reacción diversos y de alta calidad, pudimos ayudar a mejorar la precisión de las predicciones generadas para clases de reacción poco comunes en 32 puntos porcentuales.
Los datos diversos y precisos impulsan el éxito de los modelos de IA
En la planificación de la síntesis química, el objetivo es generar conjuntos de rutas sintéticas que sean lo más diversas y precisas posible. Sin embargo, las aplicaciones de IA son tan buenas como los datos subyacentes. El poder predictivo depende de la calidad, diversidad y precisión de los datos de entrenamiento. Un desafío clave es la diversidad de los datos, porque si los datos de entrenamiento no representan subespacios químicos escasamente poblados, además de la química común, la aplicación de IA ofrecerá resultados limitados en alcance y novedad.
Las reacciones de CAS ofrecen una gama diversa de datos de reacción que pueden afectar significativamente el poder predictivo de la planificación de la síntesis. La colección, que ha duplicado su tamaño en los últimos diez años, selecciona la información química más sólida y detallada de patentes, revistas y publicaciones científicas de todo el mundo. Esta curación es continua y se realiza en conjunto con el aprendizaje automático para potenciar y enriquecer la planificación de la síntesis mediante IA.
Bayer y CAS colaboran para maximizar la IA para un descubrimiento de fármacos más eficiente
En una colaboración entre Bayer y CAS, un amplio conjunto de entrenamiento de aprendizaje automático se enriqueció con datos de CAS dirigidos a tipos de reacción poco comunes para mejorar drásticamente el poder predictivo del modelo de IA de descubrimiento de fármacos.
El modelo comprendía un filtro de viabilidad que consistía en una red neuronal que estima si es probable que un paso de reacción predicho tenga éxito. La red se entrenó con un conjunto de datos de reacciones conocidas y un conjunto predominantemente teórico de reacciones fallidas. Se elaboró un conjunto de datos de entrenamiento adicional con datos de CAS para cuantificar la capacidad predictiva del filtro de viabilidad. La adición de las reacciones de CAS aumentó la precisión en las clases de reacción poco comunes del 16 % al 48 %, un aumento de 32 puntos porcentuales.
Las mejoras en la precisión del filtro de viabilidad tienen un efecto multiplicador en la cadena, creando una mayor tasa de reacciones utilizables. Este poder predictivo mejorado abre categorías "raras" que antes eludían a los modelos predictivos, aportando resultados novedosos que arrojan luz sobre las áreas sombreadas del descubrimiento de fármacos de moléculas pequeñas.
Este estudio demuestra que incluso un conjunto moderado de reacciones curadas por científicos de la CAS Content CollectionTM puede mejorar significativamente el poder predictivo de una herramienta de planificación de síntesis. Este efecto se observó solo en una pequeña clase de reacciones, lo que sugiere que se vería un poder predictivo aún mayor con una mayor ampliación del conjunto de entrenamiento base con datos sólidos, diversos y de alta calidad en todas las plantillas. Esta impresionante prueba de concepto tiene amplias aplicaciones, sobre todo para un descubrimiento más eficiente de nuevos objetivos de fármacos de moléculas pequeñas.
- Vea la presentación reciente del Dr. Yugal Sharma, de CAS, y el Dr. Martin Villalba, de Bayer, en la Conferencia Virtual de la Pistoia Alliance
- Descargue el libro blanco: Predicción de nueva química: El impacto de los datos de entrenamiento de alta calidad en la predicción de los resultados de las reacciones
CAS puede optimizar sus resultados
CAS Custom ServicesSM puede diseñar conjuntos de datos de entrenamiento para potenciar sus esfuerzos de aprendizaje automático. Contacte con nuestro equipo para discutir sus requisitos y mejorar su precisión predictiva.