Un modello linguistico può dire quanto a lungo resta legato un farmaco?

La maggior parte dei farmaci agisce legandosi a una proteina dell’organismo e modificandone il funzionamento. A lungo la domanda principale su un nuovo candidato farmaco è stata quanto saldamente si lega: la sua affinità. È una domanda sensata, ma descrive un equilibrio, una fotografia di quanto farmaco è legato una volta che tutto si è assestato.

Un organismo vivo però non è mai del tutto in equilibrio. I farmaci arrivano, si diluiscono, vengono eliminati. Conta quindi anche una seconda domanda: una volta trovato il bersaglio, quanto a lungo il farmaco ci resta?

Restare legati

Ogni farmaco legato prima o poi si stacca. La velocità con cui lo fa è descritta dalla costante cinetica di dissociazione, k_off. Un k_off piccolo significa che il farmaco si stacca lentamente e resta legato a lungo: è il suo tempo di residenza. Il legame tra k_off, tempo di residenza ed efficacia di un farmaco nell’organismo è ben documentato.

Prevedere il k_off, però, resta un problema difficile. Dipende dall’interazione, istante per istante, tra il farmaco e la tasca in cui si trova, cioè dal processo con cui si stacca, e non si può ricavare semplicemente da misure fatte all’equilibrio. Gli approcci che modellano questo processo partono di solito da un’immagine 3D dettagliata del farmaco all’interno della proteina.

La domanda che ci siamo posti

I modelli linguistici addestrati sulle sequenze delle proteine e sulle strutture chimiche hanno imparato molto su entrambe, senza aver mai visto un complesso in 3D. Da qui la nostra curiosità: si può estrarre da questi modelli qualche informazione utile sulla cinetica, senza alcuna struttura del farmaco nella sua tasca?

Per capirlo abbiamo costruito un modello che vede solo due stringhe di testo:

• la proteina, scritta come sequenza di amminoacidi
• il farmaco, scritto come stringa SMILES, una sola riga di caratteri che descrive come sono collegati i suoi atomi

Ogni stringa viene letta da una rappresentazione linguistica preaddestrata, una per le proteine e una per le molecole, e un transformer costruito sopra impara a prevedere il k_off. Il titolo del preprint, Kinetics Beyond Pose, si riferisce a ciò che manca: la posa, cioè la posizione e l’orientamento esatti del farmaco nella tasca.

Una prima risposta, con i suoi limiti

Su un insieme di dati vario dal punto di vista chimico e biologico, che comprende diverse famiglie di proteine, il modello ha ottenuto prestazioni competitive sia in validazione incrociata sia su un insieme di test tenuto da parte, e si è comportato in modo robusto sulle famiglie più rappresentate.

Lo leggiamo come un segnale incoraggiante, non come la prova che l’approccio funzioni ovunque. Il modello è stato verificato su dati dello stesso tipo di quelli da cui ha imparato, e ha dato il meglio dove gli esempi erano più numerosi. Come se la caverebbe con famiglie di proteine che ha visto poco o mai, e quanto di ciò che impara rifletta la fisica del distacco piuttosto che regolarità nei dati, sono domande aperte. Inoltre questo lavoro è un preprint: è pubblico, ma non è ancora passato per la revisione tra pari.

Perché vale la pena chiederselo

Se la sequenza e la chimica da sole contengono una parte del segnale cinetico, il tempo di residenza potrebbe entrare prima nella progettazione di nuovi farmaci, anche per bersagli di cui non si conosce la struttura 3D con un farmaco legato. Se sia davvero così lo diranno le prossime verifiche, nostre e di altri.

Leggi il preprint: Zizzi, Cicero, Gentile, Deriu, ChemRxiv (2026). doi:10.26434/chemrxiv.15003308/v1