UGTformer: UDP-グルクロノシルトランスフェラーゼ媒介薬物代謝を予測するための事前学習済みグラフ変換器モデル

科学分野:

• 薬理学
• 計算化学
• バイオインフォマティクス

背景:

• UDP-グルクロノシルトランスフェラーゼ（UGT）は、グルクロン酸抱合による薬物代謝に不可欠です。
• UGT媒介代謝部位（SOM）の予測は、注釈付きデータが限られているため困難です。

研究 の 目的:

• UGT基質分類およびSOM予測を同時に行うための統一グラフ変換器フレームワークであるUGTformerを導入します。
• UGT関連代謝予測のための信頼性が高くスケーラブルなアプローチを開発します。

主な方法:

• UGTformerは、マルチホップメッセージ伝播およびトランスフォーマーエンコーダーを備えた階層的アーキテクチャを利用します。
• モデルは、自己教師ありタスクを使用して分子グラフで事前学習され、キュレーションされたUGT代謝データでファインチューニングされました。

主要な成果:

• UGTformerは、基質分類で0.833、SOM同定で0.884のAUCを交差検証で達成しました。モデルは、GNNベースラインを上回る独立した外部検証セットで強力な一般化能力を示しました。

結論:

• UGTformerは、UGT代謝の解釈可能で生物学的に一貫した予測を提供します。
• このフレームワークは、UGT媒介薬物代謝および代謝部位を予測するための堅牢でスケーラブルなソリューションを提供します。