El nuevo gráfico de la red neuronal revela los mecanismos de unión y los riesgos ambientales de la interacción de los...

Área de la Ciencia:

• Química del medio ambiente
• Toxicología computacional
• Biología molecular

Sus antecedentes:

• Los hidrocarburos aromáticos policíclicos (HAP) son contaminantes ambientales frecuentes con implicaciones significativas para los ecosistemas y la salud humana.
• Los HAP pueden alterar la función endocrina al interactuar con el receptor de estrógeno β (ERβ), lo que plantea un desafío para una predicción precisa.
• La comprensión de estas interacciones es crucial para la evaluación y gestión del riesgo ambiental.

Objetivo del estudio:

• Desarrollar y validar un nuevo modelo computacional para predecir la afinidad de unión entre los HAP y ERβ.
• Identificar las características moleculares clave de los HAP que influyen en su interacción con ERβ.
• Para examinar virtualmente una gran biblioteca química en busca de posibles enlaces ERβ.

Principales métodos:

• Desarrollo de un modelo de red de atención de gráficos de doble corriente a escala múltiple (MS-DSGAT).
• Utilizando representaciones de gráficos moleculares para predecir la afinidad de unión PAH-ERβ.
• Empleando acoplamiento molecular y analizando pesos de atención posicional (P _AW) para la interpretabilidad.

Principales resultados:

• MS-DSGAT logró una alta precisión de predicción (R² = 0,95), superando a los métodos tradicionales de aprendizaje automático.
• El modelo identificó grupos funcionales específicos (por ejemplo, -OH, -NH₂, -SO₃H) como determinantes críticos de la afinidad de unión.
• El cribado virtual identificó un 6,6% de enlaces de afinidad alta y un 66,4% de afinidad moderada entre 6357 productos químicos.

Conclusiones:

• El MS-DSGAT proporciona un método eficaz e interpretable para predecir las interacciones HAP-ERβ.
• Los hallazgos ofrecen ideas para diseñar moléculas con un potencial de alteración endocrina reducido.
• El marco del modelo puede ampliarse para investigar otras interacciones ligando-receptor e identificar sustancias tóxicas ambientales.