Integración de estructura 3D y secuencia alcanzó EF₁%=38,2 en cribado molecular

Ficha rápida

Benchmark de priorización proteína–ligando

Modalidad: Cribado virtual de interacciones proteína–ligando
Datos: Complejos y decoys del benchmark DUD-E
Entradas: Estructura molecular 3D y secuencia de proteína
Métrica principal: EF₁% · enriquecimiento dentro del 1 % mejor clasificado
Comparadores: OnionNet-SFCT, GNINA y GenScore
Resultado principal: CORAL-AI V.01 · EF₁%=38,2
Métrica complementaria: AUC-ROC=0,823
Alcance: Benchmark computacional; sin validación experimental prospectiva

01 · Contexto

El valor del screening está en decidir qué ensayar primero

Las bibliotecas moleculares pueden contener millones de compuestos, pero la capacidad experimental para evaluarlos sigue siendo limitada. El cribado virtual reduce ese espacio al ordenar candidatos antes de llevarlos al laboratorio. Su utilidad depende menos de clasificar correctamente toda la biblioteca que de concentrar compuestos activos en las primeras posiciones.

En acuicultura, donde los programas de descubrimiento suelen trabajar con menos infraestructura y datos que la industria farmacéutica humana, una lista inicial mejor priorizada puede reducir ensayos que no aportan información y concentrar recursos en candidatos con mayor respaldo computacional.

02 · Desafío

Combinar señales complementarias bajo un fuerte desbalance de clases

La afinidad proteína–ligando depende de geometría, entorno químico y contexto del receptor. Un modelo basado solo en estructura 3D puede perder información evolutiva de la proteína; uno basado solo en secuencia no observa directamente la disposición espacial de los átomos. La evaluación utilizada contenía además cerca de 1,6 % de instancias positivas, por lo que una exactitud global alta podía ocultar un ranking deficiente de los pocos compuestos activos.

El objetivo fue mejorar la recuperación temprana sin confundir una predicción bien ordenada con actividad terapéutica. Por esa razón, EF₁% se definió como métrica principal y AUC-ROC se mantuvo como lectura complementaria del desempeño global.

03 · Enfoque

Una arquitectura híbrida para estructura, secuencia e incertidumbre

CORAL-AI V.01 representó los complejos moleculares mediante redes neuronales de grafos y contextualizó cada receptor con un modelo de lenguaje de proteínas. Una capa de atención cruzada integró ambas fuentes antes de generar la puntuación de interacción. El entrenamiento utilizó muestreo balanceado por clases para evitar que los decoys dominaran el aprendizaje.

La arquitectura incorporó estimación de incertidumbre mediante ensambles y dropout de Monte Carlo. Esta información no reemplaza la predicción principal, pero permite distinguir candidatos con puntuaciones similares y diferente confianza antes de seleccionar compuestos para una etapa experimental posterior.

04 · Resultados

Mayor concentración de activos dentro del 1 % mejor clasificado

EF₁%=38,2Factor de enriquecimiento alcanzado por CORAL-AI V.01 en el benchmark evaluado.

CORAL-AI V.01 alcanzó EF₁%=38,2. GenScore obtuvo 33,3; GNINA, 18,8; y OnionNet-SFCT, 15,5. La diferencia relativa fue de 14,7 % respecto del comparador más cercano y de 146,5 % respecto del valor más bajo incluido en la revisión.

El modelo obtuvo además AUC-ROC=0,823. Las dos métricas responden preguntas diferentes: AUC-ROC resume la separación a través del conjunto completo, mientras EF₁% mide la capacidad de concentrar activos donde comienza habitualmente la selección experimental.

Método	EF₁%	Diferencia respecto de CORAL-AI V.01
CORAL-AI V.01	38,2	Referencia
GenScore	33,3	CORAL-AI V.01 +14,7 %
GNINA	18,8	CORAL-AI V.01 +103,2 %
OnionNet-SFCT	15,5	CORAL-AI V.01 +146,5 %

Los resultados comparan capacidad de priorización dentro de este benchmark. No miden afinidad experimental, eficacia terapéutica ni rendimiento universal frente a cualquier biblioteca.

Benchmark comparativo

Factor de enriquecimiento en el 1 % superior

EF₁%

OnionNet-SFCT

15.5

GNINA

18.8

GenScore

33.3

CORAL-AI V.01

38.2

EF₁% indica cuánto se concentran los compuestos activos dentro del 1 % mejor clasificado respecto de una selección aleatoria. Un valor mayor representa una priorización más eficiente, no una medición de eficacia biológica.

05 · Qué significa

Un ranking más concentrado reduce el frente experimental

Dentro de esta evaluación, la combinación de estructura y secuencia recuperó una mayor proporción de activos al comienzo del ranking. Para un programa de descubrimiento, esto significa que una fracción más pequeña de la biblioteca puede avanzar a ensayos físicos antes de encontrar señales relevantes.

El resultado valida la capacidad de priorización de la arquitectura en el benchmark estudiado. No demuestra eficacia en animales ni reemplaza la confirmación experimental. Su aplicación en acuicultura requiere evaluar cada target, dominio químico y biblioteca bajo un protocolo prospectivo con controles definidos.

06 · Nota metodológica

Alcance de la evaluación

La revisión utilizó DUD-E como conjunto de complejos activos y decoys y comparó EF₁% con OnionNet-SFCT, GNINA y GenScore. CORAL-AI V.01 integró grafos moleculares, representaciones de secuencia, atención cruzada, balance de clases y estimación de incertidumbre. EF₁% evaluó recuperación temprana y AUC-ROC, discriminación global. No se incluyeron ensayos prospectivos, validación in vivo, costos de campaña ni resultados regulatorios.

Referencias: Mysinger et al., Journal of Medicinal Chemistry 55, 6582–6594 (2012); Kim et al., Chemical Science 14, 3245–3258 (2023); Lin et al., Science 379, 1123–1130 (2023).