Giới thiệu dự án

Bệnh Alzheimer (AD) là nguyên nhân hàng đầu gây ra hội chứng sa sút trí tuệ trên toàn cầu, đặc trưng bởi sự suy giảm không thể đảo ngược về trí nhớ, ngôn ngữ và khả năng nhận thức. Theo số liệu thống kê từ Hiệp hội Alzheimer (Alzheimer's Association, 2023), chỉ riêng tại Hoa Kỳ đã có hơn 6,7 triệu người từ 65 tuổi trở lên sống chung với bệnh lý này, và Alzheimer là nguyên nhân gây tử vong đứng thứ 7 thế giới với hơn 121.000 ca tử vong mỗi năm. Tại Việt Nam, ước tính năm 2020 có khoảng 660.000 bệnh nhân sa sút trí tuệ và con số này được dự báo sẽ tăng vọt lên 2,4 triệu người vào năm 2050 với gánh nặng chi phí y tế vượt mức 960 triệu USD do tốc độ già hóa dân số nhanh chóng.

Giả thuyết amyloid xác định sự tích tụ và lắng đọng của mảng bám $\beta$-amyloid ($A\beta$) là nguyên nhân cốt lõi của cơ chế bệnh sinh. Trong đó, dạng biến đổi sau dịch mã pyroglutamate-amyloid-$\beta$ ($pE3\text{-}A\beta$), hình thành dưới sự xúc tác của enzym Glutaminyl Cyclase (QC, cụ thể là dạng bài tiết sQC ở người), đóng vai trò như một "chất mồi" hạt nhân (seed species). Dạng biến đổi này làm mất điện tích tại đầu tận nitơ và hình thành vòng lactam, thúc đẩy quá trình oligomer hóa nhanh gấp nhiều lần, tạo thành các khối oligomer cuộn gập bất thường có độc tính thần kinh cao và đề kháng phân hủy bởi peptidase.

Quy trình phát hiện và phát triển thuốc truyền thống thường tiêu tốn hàng tỷ USD và kéo dài từ 10–15 năm với tỷ lệ thất bại cao trong các thử nghiệm lâm sàng thần kinh. Đề tài khóa luận "Nghiên cứu thiết kế một số cấu trúc mới hướng ức chế glutaminyl cyclase bằng phương pháp học máy kết hợp mô hình pharmacophore" được thực hiện nhằm khai thác sức mạnh của tính toán hóa tin (Cheminformatics) và thiết kế thuốc với sự hỗ trợ của máy tính (Computer-Aided Drug Design - CADD) để rút ngắn thời gian và tối ưu hóa chi phí sàng lọc các chất ức chế QC tiềm năng.

Mục tiêu cụ thể của dự án:

  1. Xây dựng và thẩm định mô hình liên quan định lượng giữa cấu trúc và tác dụng sinh học (QSAR) dựa trên giải thuật học máy Support Vector Regression (SVR) trên tập dữ liệu 1.681 chất ức chế QC chuẩn hóa.
  2. Xây dựng mô hình Pharmacophore phân loại 3D dựa trên phối tử (Ligand-based Pharmacophore) kết hợp sàng lọc trên tập kiểm tra mở rộng với chất mồi nhử (Decoys).
  3. Thiết kế de novo thư viện các cấu trúc mới thông qua phân cụm hóa học (K-Means, ScaffoldGraph/HierS) và biến đổi đẳng cấu sinh học (Bioisosterism).
  4. Thực hiện quy trình sàng lọc ảo liên hoàn (Virtual Screening Cascade) kết hợp mô phỏng gắn kết phân tử (Molecular Docking) để chọn lọc các phối tử có ái lực vượt trội hơn chất đối chứng thử nghiệm lâm sàng PQ912.

Phạm vi nghiên cứu tập trung vào dạng đồng phân enzym sQC người (PDB ID: 3PBB), khai thác dữ liệu thực nghiệm chuẩn hóa in vitro $pIC_{50} = -\log(IC_{50})$ từ các công bố quốc tế uy tín (Probiodrug AG, Seoul National University).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các nghiên cứu phát triển chất ức chế QC kinh điển thường dựa trên bộ khung pharmacophore tripeptide ($Glu\text{-}Phe\text{-}Arg$) với 4 phân vùng chức năng: Vùng A (nhóm gắn kẽm - ZBG), Vùng B (mạch liên kết phân cực urea/thiourea gắn với Gln304), Vùng C (nhân thơm kị nước tương tác với Phe325), và Vùng D (nhóm bắt chước cấu trúc guanidine).

Thế hệ hợp chất Ưu điểm Nhược điểm / Hạn chế Hợp chất đại diện
Thế hệ 1 (Classical Imidazole) Khả năng phối trí trực tiếp ion $Zn^{2+}$ tại tâm hoạt động rất mạnh ($K_i \approx 60\text{ nM}$). Tính chọn lọc kém, nguy cơ ức chế enzym chứa heme/CYP450, sinh khả dụng thần kinh thấp. PBD150
Thế hệ 2 (Benzimidazole / Triazole) Cải thiện độ hòa tan, tăng tương tác kị nước với Trp207/Ile303, giảm ức chế chéo CYP ($K_i = 20\text{--}65\text{ nM}$). Một số dẫn xuất thiourea chuyển hóa tạo độc tính gan; độc tính thần kinh tiềm ẩn khi dùng dài hạn. PQ912, TQ1, TQ2
Giải pháp đề xuất (Học máy + Scaffold Hopping) Tối ưu hóa ái lực đa điểm, sàng lọc đồng thời tính thấm qua hàng rào máu não (BBB) và quy tắc Lipinski, mở rộng không gian hóa học mới. Cần thẩm định tổng hợp hóa học thực nghiệm và kiểm tra độc tính sinh học in vitro/in vivo tiếp theo. Dãy dẫn xuất 5 (Indanone-hybrid)

Phân loại yêu cầu hệ thống tính toán theo mô hình MoSCoW:

  • Must have (Bắt buộc): Mô hình QSAR có $R^2_{test} \ge 0.80, Q^2_{10CV} \ge 0.80$; Mô hình Pharmacophore có $MCC \ge 0.70, EF > 20$; Quy trình Docking đạt $RMSD < 2.0\text{ \AA}$.
  • Should have (Nên có): Xác định miền áp dụng cấu trúc (Applicability Domain) bằng giản đồ Williams; Tự động hóa phân cụm ScaffoldGraph HierS.
  • Could have (Có thể có): Tích hợp phân tích Permutation Feature Importance trên Fingerprint nhị phân.
  • Won't have (Chưa thực hiện): Mô phỏng động lực học phân tử (Molecular Dynamics Simulation 100 ns) và tổng hợp hóa dược thực nghiệm trong phạm vi khóa luận.

Thiết kế hệ thống

Kiến trúc quy trình xử lý dữ liệu và sàng lọc ảo liên hoàn:

graph TD
    A["CSDL Gốc: 1.681 Chất ức chế QC (SMILES, pIC50)"] --> B["Biểu diễn Hóa học: Morgan Fingerprints (r=4, 256 bits)"]
    B --> C["Huấn luyện Mô hình Học máy QSAR (SVR - RBF Kernel)"]
    C --> D["Thẩm định Miền ứng dụng: Giản đồ Williams (h* = 0.5703)"]
    
    A --> E["Phân cụm Butina (Cutoff 0.2) -> Tập huấn luyện 29 chất"]
    E --> F["Sinh Mô hình Pharmacophore 3D (Psearch / VF2 Algorithm)"]
    F --> G["Thẩm định với 15.892 Chất (405 Active + 15.487 Decoys) -> Chọn Model 3"]
    
    A --> H["Phân cụm K-Means (k=4) & ScaffoldGraph (HierS)"]
    H --> I["Thiết kế Cấu trúc Mới (Bioisosterism) -> 41.592 Cấu trúc (7 Dãy)"]
    
    I --> J["Lọc Bước 1: QSAR AD & Dự đoán pIC50 >= 7.00 (349 chất)"]
    J --> K["Lọc Bước 2: Khớp Mô hình Pharmacophore 3 (339 chất)"]
    K --> L["Lọc Bước 3: SwissADME (Lipinski Rule <= 1 vi phạm & BBB Permeable) (155 chất)"]
    L --> M["Lọc Bước 4: Molecular Docking (AutoDock Vina - sQC 3PBB) vs PQ912"]
    M --> N["Kết quả: 78 Hợp chất Tiềm năng Cao (ΔG < -6.42 kcal/mol)"]

Danh mục công nghệ và công cụ thực hiện:

  • Ngôn ngữ & Nền tảng: Python 3.7 / 3.0, R 4.x (RStudio), Google Colaboratory.
  • Thư viện Hóa tin & Học máy: RDKit (2022.09), Scikit-Learn (1.0.2), Pandas, NumPy, Matplotlib, Seaborn, ScaffoldGraph (HierS module).
  • Mô hình hóa & Docking: Psearch (Pharmacophore Search Engine), AutoDock Vina 1.5.6, AutoDockTools 1.7, ChimeraX 1.7, OpenBabel 3.1.1, BIOVIA Discovery Studio 2024 Client, ChemDraw/Chem3D 20.0.
  • CSDL & Công cụ Web: Protein Data Bank (PDB ID: 3PBB, 2AFW, 4YWY,...), DecoyFinder web generator, SwissADME server.

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình kiểm định khoa học khép kín theo tiêu chuẩn của Tổ chức Hợp tác và Phát triển Kinh tế (OECD) cho mô hình QSAR:

  1. Kiểm soát nhiễu dữ liệu: Chuyển đổi $IC_{50}$ sang thang đo logarit đối xứng $pIC_{50} = -\log(IC_{50})$ theo phân bố liên tục.
  2. Kiểm định phân phối thống kê: Sử dụng kiểm định Kolmogorov-Smirnov ($p\text{-value} < 2.2 \times 10^{-16}$) và Wilcoxon Rank-Sum ($p\text{-value} = 0.6978 > 0.01$) nhằm đảm bảo tập huấn luyện (1.352 chất) và tập kiểm tra (329 chất) đồng nhất về phân bố hoạt tính sinh học.
  3. Phòng chống Overfitting: Tối ưu hóa siêu tham số bằng Grid Search phối hợp Randomized Search; thẩm định chéo 10 lần ($Q^2_{10CV}$); thử nghiệm xáo trộn ngẫu nhiên biến phụ thuộc (Y-randomization test 100 lần).

Triển khai và kết quả thực nghiệm

Quy trình xây dựng mô hình và thuật toán

Mô hình hồi quy phi tuyến Support Vector Regression (SVR) được triển khai trên không gian đặc trưng 256 chiều của dấu vân tay phân tử Morgan (Morgan Fingerprint với bán kính nguyên tử $r = 4$, độ dài vector $nBits = 256$).

import numpy as np
from rdkit import Chem
from rdkit.Chem import AllChem
from sklearn.svm import SVR
from sklearn.model_selection import KFold, cross_val_score

def compute_morgan_fingerprints(smiles_list, radius=4, n_bits=256):
    fps = []
    for smi in smiles_list:
        mol = Chem.MolFromSmiles(smi)
        if mol is not None:
            fp = AllChem.GetMorganFingerprintAsBitVect(mol, radius, nBits=n_bits)
            fps.append(np.array(fp))
    return np.array(fps)

# Tối ưu siêu tham số mô hình SVR trên tập huấn luyện
svr_model = SVR(kernel='rbf', C=3.033557, epsilon=0.024788)
kf = KFold(n_splits=10, shuffle=True, random_state=42)
q2_scores = cross_val_score(svr_model, X_train_clean, y_train_clean, cv=kf, scoring='r2')
print(f"Mean Q2 10-Fold CV: {np.mean(q2_scores):.4f}")

Phương pháp xây dựng miền ứng dụng (Applicability Domain) thông qua tính toán giá trị đòn bẩy $h_i$:

$$h_i = \mathbf{x}_i (\mathbf{X}^T \mathbf{X})^{-1} \mathbf{x}_i^T$$

Ngưỡng cảnh báo đòn bẩy lý thuyết:

$$h^* = \frac{3(k + 1)}{n} = \frac{3(256 + 1)}{1352} = 0.5703$$

Giản đồ Williams phát hiện 3 ngoại lai có $h_i > h^*$ và 40 ngoại lai có phần dư chuẩn hóa nằm ngoài khoảng $[-3, +3]$. Sau khi loại bỏ 43 ngoại lai, tập huấn luyện tinh sạch gồm $N_{train} = 1.309$ chất được dùng để tái huấn luyện mô hình.

+-----------------------------------------------------------------------------------+
|                            BỘ DỮ LIỆU GỐC (1.681 CHẤT)                            |
+-----------------------------------------------------------------------------------+
           |                                                      |
           v (Tách tập ngẫu nhiên)                                v (Lọc pIC50)
+-----------------------+                              +-----------------------+
|  TẬP TRAIN (1.352)    |                              |  Active (428)         |
|  - Loại 43 ngoại lai  |                              |  Inactive (145)       |
|  -> N_train = 1.309   |                              +-----------------------+
+-----------------------+                                          |
           |                                                       v (Butina Clustering)
           v (SVR - RBF Kernel)                        +-----------------------+
+-----------------------+                              |  TẬP TRAIN PHARMACO.  |
|  MÔ HÌNH QSAR (SVR)   |                              |  (23 Act + 6 Inact)   |
|  R2_train = 0.99      |                              +-----------------------+
|  Q2_10CV  = 0.80      |                                          |
|  R2_test  = 0.83      |                                          v (VF2 Algorithm)
+-----------------------+                              +-----------------------+
                                                       |  8 MÔ HÌNH 4 ĐIỂM     |
                                                       |  Model 3 tối ưu:      |
                                                       |  Acc=0.99, EF=30.43   |
                                                       +-----------------------+

Đánh giá và kiểm định mô hình (Testing & Validation)

1. Kết quả kiểm định mô hình QSAR

Chỉ số kiểm định Ngưỡng tiêu chuẩn Kết quả đạt được Đánh giá
$R^2_{train}$ $\ge 0.90$ 0.99 Độ khớp tuyệt đối trên tập huấn luyện
$Q^2_{10CV}$ $\ge 0.80$ 0.80 Đảm bảo độ ổn định nội suy cao
$R^2_{rand}$ (Y-Randomization) $< R^2_{train}$ -0.49 Không có hiện tượng tương quan ngẫu nhiên
$Q^2_{rand}$ (Y-Randomization) $< Q^2_{10CV}$ -0.24 Loại bỏ hoàn toàn sự trùng hợp ngẫu nhiên
$R^2_{test}$ ($N_{test} = 329$) $\ge 0.80$ 0.83 Khả năng dự báo ngoại suy xuất sắc
RMSE / MAE Càng nhỏ càng tốt 0.48 / 0.37 Sai số dự báo thấp trên thang logarit
Hệ số góc $K / K'$ $0.85 \le K, K' \le 1.15$ 0.95 / 1.01 Khớp hoàn hảo với tiêu chuẩn Golbraikh-Tropsha

2. Kết quả đánh giá mô hình Pharmacophore trên 15.892 cấu trúc

Tập kiểm tra bao gồm 405 chất active thực nghiệm và 15.487 chất mồi nhử (Decoys). Mô hình 3 (gồm 2 vòng thơm a, 1 nhóm nhận liên kết hydro A, và 3 nhóm kị nước H) cho kết quả vượt trội:

  • Độ chuẩn xác (Accuracy): 0.99
  • Độ chính xác (Precision): 0.76 | Độ nhắc lại (Recall): 0.75 | Độ đặc hiệu (Specificity): 0.99
  • $F_{0.5}\text{ Score}$: 0.76 | Hệ số tương quan Matthew (MCC): 0.75
  • Hệ số làm giàu (Enrichment Factor - EF): 30.43 | Điểm Güner–Henry (GH): 0.75
  • Dương tính giả (FP) / Âm tính giả (FN): 98 / 101 (thấp nhất trong 8 mô hình).

3. Thẩm định quy trình Redocking trên các cấu trúc tinh thể PDB

Mã PDB Phối tử đồng kết tinh RMSD Redock ($\text{\AA}$) $\Delta G$ Thực nghiệm (kcal/mol) $\Delta G$ Dự đoán (kcal/mol)
3PBB PBD150 0.7036 -9.57 -6.42
3SI0 Dẫn xuất Benzazole 0.7183 - -
4YWY Dẫn xuất Imidazo-pyridine 0.7074 -9.84 -6.65
3PB7 Dẫn xuất Imidazole 0.8533 -7.82 -6.68
3PB9 Dẫn xuất Triazole 0.9888 -8.97 -6.56
6GBX Dẫn xuất Pyrazole 1.3266 -10.49 -8.07
2ZEG Cơ chất biến đổi 0.8843 - -
2AFW Phức cơ chất 1.7082 -6.50 -5.64

Hệ số tương quan giữa năng lượng tự do thực nghiệm ($\Delta G_{exp} = RT \ln K_i$) và năng lượng dự đoán từ AutoDock Vina đạt $r = 0.78$ với $RMSD < 2.0\text{ \AA}$ trên toàn bộ 8 phức hệ, chứng minh quy trình docking có độ tin cậy cơ học cao.

Kết quả sàng lọc ảo cấu trúc mới

Từ 4 cụm cấu trúc thu được qua phân tích ScaffoldGraph HierS, 7 dãy dẫn chất với tổng cộng 41.592 cấu trúc đã được tạo lập:

  1. Sàng lọc QSAR: 5.025 chất nằm trong miền ứng dụng ($h_i \le 0.5890$), trong đó có 349 chất đạt $pIC_{50} \ge 7.00$ ($IC_{50} \le 100\text{ nM}$).
  2. Sàng lọc Pharmacophore: 339 chất vượt qua màng lọc mô hình 3 (toàn bộ 339 chất đều thuộc Dãy 5).
  3. Đánh giá Dược động học In Silico (SwissADME): 155 chất thỏa mãn tiêu chuẩn Lipinski (vi phạm $\le 1$) và có khả năng thấm tốt qua hàng rào máu não (BBB Positive).
  4. Mô phỏng Docking (sQC - 3PBB): 78 chất có năng lượng liên kết $\Delta G$ âm hơn chất đối chứng thử nghiệm lâm sàng PQ912 ($\Delta G_{PQ912} = -6.42\text{ kcal/mol}$).

Dãy 5 được phát triển trên khung lai hóa giữa nhân gắn kẽm tối ưu và hợp phần 5,6-dimethoxyindanone (lấy cảm hứng từ cấu trúc thuốc Donepezil điều trị Alzheimer). Các phân tử này hình thành mạng lưới tương tác đa điểm: liên kết phối trí với ion $Zn^{2+}$, liên kết hydrogen với $Glu201$ và $Gln304$, tương tác xếp chồng $\pi\text{-}\pi$ với $Trp207$ và $Phe325$, cùng các liên kết kị nước sâu trong túi liên kết $Leu249$, $Ile303$, $Ser323$.

Đổi mới và đóng góp

  1. Tích hợp liên hoàn đa tầng Học máy và Dược lý tính toán: Khắc phục nhược điểm dự đoán dương tính giả của các phương pháp sàng lọc đơn lẻ bằng cách kết hợp có hệ thống giữa SVR (dự đoán định lượng hoạt tính), Pharmacophore 3D (sàng lọc lập thể không gian), ADMET in silico (tính thấm qua BBB) và Molecular Docking (tính toán ái lực tự do).
  2. Khai phá miền cấu trúc mới qua thuật toán HierS ScaffoldGraph: Khắc phục hạn chế phá vỡ vòng dị thể của các thuật toán cắt tỉa khung truyền thống, bảo tồn cấu trúc lõi gắn kẽm đồng thời tạo ra 7 dãy với 41.592 dẫn chất đa dạng.
  3. Ý tưởng lai hóa đa cơ chế (Multi-target Inspired Hybridization): Đưa thành công khung cấu trúc 5,6-dimethoxyindanone của Donepezil vào thiết kế ức chế QC, mở ra hướng phát triển các phối tử tác động đa đích (vừa ức chế QC giảm tạo $pE3\text{-}A\beta$, vừa hướng tới ức chế Acetylcholinesterase).
  4. Hiệu năng làm giàu vượt bậc: Mô hình Pharmacophore 3 đạt hệ số làm giàu $EF = 30.43$ trên tập 15.892 phân tử mồi nhử, chứng minh năng lực chắt lọc hợp chất tiềm năng cực cao so với các mô hình trước đây.

Ứng dụng thực tế và triển khai

Khả năng ứng dụng và Triển khai

Quy trình CADD trong nghiên cứu thiết lập một nền tảng sàng lọc ảo chuẩn hóa cho các phòng thí nghiệm Hóa dược và các công ty R&D Dược phẩm:

  • Tối ưu hóa nguồn lực thực nghiệm: Từ không gian hóa học hơn 40.000 chất, hệ thống thu hẹp chính xác xuống 78 hợp chất ưu tiên tổng hợp hóa học, giúp giảm hơn 95% chi phí mua hóa chất và thời gian thử nghiệm sinh học in vitro.
  • Tiềm năng thương mại hóa: 78 hợp chất thuộc Dãy 5 có thể được đăng ký bảo hộ sáng chế (IP) về cấu trúc phân tử mới điều trị thoái hóa thần kinh.

Yêu cầu cấu hình hệ thống triển khai

  • Phần cứng: CPU Intel Core i7/AMD Ryzen 7 trở lên (tối thiểu 8 cores/16 threads để chạy đa luồng Docking), RAM 16GB, GPU hỗ trợ CUDA (tùy chọn để tăng tốc sinh cấu dạng).
  • Môi trường phần mềm: Hệ điều hành Linux (Ubuntu 20.04/22.04 LTS) hoặc Windows 11 64-bit; Python 3.7+ với môi trường ảo Conda chứa RDKit, Scikit-learn, AutoDock Vina binaries.
  • Chi phí triển khai: 100% xây dựng trên nền tảng mã nguồn mở và cơ sở dữ liệu mở (PDB, ChEMBL, RDKit, Vina), không phát sinh chi phí bản quyền phần mềm thương mại đắt đỏ như MOE hay Schrödinger.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Tính linh động của Protein (Receptor Flexibility): Phương pháp Docking bằng AutoDock Vina sử dụng thụ thể cứng (rigid receptor), chưa mô tả đầy đủ các chuyển động thay đổi cấu dạng cục bộ của các vòng lặp phi cấu trúc quanh tâm hoạt động của sQC (đặc biệt là biến đổi cấu hình mở/đóng của $Trp207$).
  2. Dữ liệu thực nghiệm phân tán: Dữ liệu $IC_{50}$ được tổng hợp từ 23 nguồn công bố khác nhau dù đã chuẩn hóa theo quy trình của Schilling et al. nhưng vẫn tiềm ẩn độ lệch thực nghiệm liên phòng thí nghiệm.

Hướng phát triển tiếp theo

  • Mô phỏng Động lực học phân tử (Molecular Dynamics - MD): Thực hiện mô phỏng MD (100–500 ns) bằng GROMACS/AMBER trên phức hệ của 5 hợp chất hàng đầu với sQC để đánh giá độ bền liên kết, năng lượng tự do liên kết theo phương pháp MM-PBSA/MM-GBSA.
  • Tổng hợp hóa học và Đánh giá In Vitro: Hiện thực hóa quy trình tổng hợp hữu cơ cho 3–5 dẫn chất thuộc Dãy 5 có điểm docking tốt nhất và tiến hành thử nghiệm hoạt tính ức chế enzym sQC tái tổ hợp người bằng phương pháp huỳnh quang.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Dược/Tin sinh: Bộ tài liệu tham khảo chi tiết về phương pháp luận kết hợp Machine Learning và CADD trong thiết kế thuốc hiện đại.
  • Các nhà nghiên cứu Hóa dược (Medicinal Chemists): Tiếp cận 78 cấu trúc phân tử tiềm năng có ái lực cao với QC, kèm phân tích chi tiết về tương tác liên kết phân tử và SAR.
  • Doanh nghiệp R&D Dược phẩm: Quy trình sàng lọc ảo liên hoàn mã nguồn mở với độ chính xác cao ($R^2_{test} = 0.83$, $EF = 30.43$), giúp tiết kiệm hàng trăm ngàn USD chi phí R&D giai đoạn phát hiện chất dẫn đường (Lead Discovery).

Câu hỏi thường gặp

1. Cần chuẩn bị cấu hình hệ thống như thế nào để tái lập quy trình tính toán này?
Quy trình có thể chạy mượt mà trên máy tính cá nhân (tối thiểu 8 nhân CPU, 16GB RAM, ổ cứng SSD 256GB). Sử dụng môi trường Anaconda phân phối Python 3.7 cùng các thư viện mã nguồn mở: RDKit, Scikit-learn, OpenBabel, kết hợp công cụ dòng lệnh AutoDock Vina 1.5.6.

2. Làm thế nào để giải quyết vấn đề ngoại lai (Outliers) trong mô hình QSAR?
Nghiên cứu sử dụng Giản đồ Williams để đồng thời kiểm soát khoảng cách đòn bẩy không gian ($h_i > 0.5703$) và sai số phần dư chuẩn hóa vượt quá $[-3, +3]$. Việc loại bỏ 43 ngoại lai đã giúp nâng hệ số $Q^2_{10CV}$ từ 0.71 lên 0.80, triệt tiêu nguy cơ học vẹt (overfitting).

3. Tại sao Dãy 5 lại vượt trội hơn các dãy cấu trúc thiết kế khác?
Dãy 5 kết hợp hài hòa nhóm gắn kẽm với khung 5,6-dimethoxyindanone, vừa đáp ứng đầy đủ 4 điểm của mô hình Pharmacophore 3 (vòng thơm, HBA, các điểm thân dầu), vừa tạo được tương tác kị nước tối ưu với các amino acid quan trọng ($Phe325$, $Trp207$) trong khi vẫn bảo toàn tính thấm qua hàng rào máu não (BBB).

4. Độ tin cậy của kết quả mô phỏng Docking được kiểm chứng ra sao?
Độ tin cậy được kiểm chứng thông qua quy trình Redocking trên 8 cấu trúc tinh thể PDB khác nhau của QC. Tất cả đều đạt $RMSD < 2.0\text{ \AA}$ (đặc biệt phức hệ 3PBB đạt $RMSD = 0.7036\text{ \AA}$), đồng thời tương quan giữa $\Delta G$ thực nghiệm và dự đoán đạt hệ số $r = 0.78$.

5. Bước tiếp theo để đưa các hợp chất này vào ứng dụng thực tế là gì?
Các hợp chất hàng đầu sẽ được lập kế hoạch lộ trình tổng hợp hữu cơ (Retrosynthetic Analysis), tổng hợp thực nghiệm tại phòng thí nghiệm, kiểm tra độ tinh khiết bằng NMR/HRMS và thử nghiệm hoạt tính sinh học in vitro ($IC_{50}$) trên enzym sQC tái tổ hợp.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành xuất sắc các mục tiêu nghiên cứu thông qua việc ứng dụng đồng bộ các giải pháp công nghệ tính toán hiện đại:

  • Xây dựng thành công mô hình học máy QSAR SVR bền vững ($R^2_{test} = 0.83, Q^2_{10CV} = 0.80, RMSE = 0.48$).
  • Thiết lập mô hình Pharmacophore 3D tối ưu với hệ số làm giàu $EF = 30.43$ và độ chính xác $0.99$ trên tập 15.892 phân tử.
  • Thiết kế thư viện 41.592 dẫn chất và sàng lọc thành công 78 hợp chất ức chế QC tiềm năng cao (Dãy 5 - Indanone hybrid) có ái lực liên kết vượt trội hơn ứng viên thử nghiệm lâm sàng PQ912 và đảm bảo khả năng thấm qua hàng rào máu não.

Kết quả này khẳng định vai trò tiên phong của phương pháp tiếp cận In Silico trong việc rút ngắn thời gian nghiên cứu, mở ra hướng đi đầy triển vọng trong hành trình tìm kiếm thuốc mới điều trị bệnh Alzheimer.