Malte Holmer

Forschungsprojekt

Explainability in der KI-gestützten frühen Phase des Wirkstoffentwurfs durch Network Balance Scaling

Es gibt eine Vielzahl von Methoden, die den medizinischen Chemiker im Design-Make-Test-Analyze (DMTA)-Zyklus unterstützen und eine Antwort auf die Frage liefern, „Was sollte ich als Nächstes synthetisieren?“. In den letzten Jahren sind vor allem Machine-Learning-Modelle (ML-Modelle) in den Vordergrund gerückt, die präzise QSAR/QSPR-Vorhersagen treffen und sinnvoll eingesetzt werden können. Mit der Verbesserung der Modelle nahm allerdings auch ihre Komplexität zu, während die Erklärbarkeit abnahm. Für dieses Problem gibt es bereits Ansätze in der Literatur, wobei die hervorstechendste Methode vermutlich Shapley Additive Explanations (SHAP) ist.

In den vergangenen Jahren haben wir in unserem Arbeitskreis eine Methode entwickelt, die eine Alternative zu diesen klassischen Erklärungsansätzen bietet und gleichzeitig die QSAR/QSPR-Vorhersagen beliebiger ML-Modelle verbessert. Network Balance Scaling (NBS) bildet ein Netzwerk von Molekülen unter Verwendung der Matched Molecular Pair Analyse (MMPA), wobei jeder Knoten ein Molekül darstellt und die Kanten zwischen ihnen eine MMP-Beziehung repräsentieren. Eigenschaften werden den Knoten basierend auf Modellvorhersagen oder empirischen Messungen zugeordnet, während die Kanten durch den mittleren Eigenschaftsunterschied der MMP-Transformation gekennzeichnet sind. Die Visualisierung dieser Netzwerke ermöglicht es dem Chemiker, Vorhersagen strukturell ähnlicher Moleküle in Beziehung zu ihren gemessenen Gegenstücken auf Basis der MMP-Statistik zwischen ihnen und dem gemessenen Wert zu setzen. Durch einen Optimierungsalgorithmus balanciert NBS Eigenschaftsvorhersagen mit MMP-Statistiken und empirischen Messungen, was zu Korrekturtermen für QSAR/QSPR-Vorhersagen beliebiger Modelle führt. Derzeit forschen wir an NBS 2, das im Vergleich zu seinem Vorgänger vor allem durch eine bessere Benutzbarkeit und kürzere Laufzeiten hervorsticht. NBS 2 erlaubt die iterative Erweiterung bereits existierender Netzwerke und erlaubt somit dem mediznischen Chemiker eine explorative Nutzung.