Bối cảnh và vấn đề nghiên cứu

Bệnh Alzheimer là một bệnh lý thoái hóa thần kinh mạn tính và là nguyên nhân phổ biến nhất dẫn đến hội chứng sa sút trí tuệ ở người cao tuổi, đặc trưng bởi sự suy giảm tiến triển về trí nhớ, khả năng nhận thức và khả năng phối hợp hành vi. Theo Báo cáo Alzheimer Thế giới (The World Alzheimer's Report, 2020), toàn cầu hiện có hơn 55 triệu người đang sống chung với chứng sa sút trí tuệ, với tốc độ gia tăng trung bình là 3 trường hợp mới mỗi giây, trong đó bệnh nhân Alzheimer chiếm khoảng 60%. Nguy cơ mắc bệnh có mối tương quan thuận rõ rệt với độ tuổi, tăng từ khoảng 5% ở nhóm người dưới 75 tuổi lên đến 40–50% ở nhóm từ 85 tuổi trở lên. Cùng với xu hướng già hóa dân số toàn cầu cũng như tại Việt Nam (nơi tuổi thọ trung bình ghi nhận năm 2019 là 73,6 tuổi), áp lực điều trị và gánh nặng kinh tế - xã hội do bệnh Alzheimer gây ra ngày càng trở nên nghiêm trọng.

Tính đến thời điểm tác giả thực hiện khóa luận, Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ (FDA) mới chỉ phê chuẩn 5 thuốc điều trị các triệu chứng rối loạn nhận thức của bệnh Alzheimer, bao gồm Memantine (đích tác dụng là thụ thể N-methyl-D-aspartat - NMDA) và các thuốc ức chế enzym acetylcholinesterase. Các liệu pháp hiện hữu này chỉ có vai trò làm chậm tiến trình suy giảm nhận thức tạm thời mà chưa giải quyết được căn nguyên sinh bệnh học.

Trong các hướng tiếp cận cơ chế bệnh sinh, giả thuyết Amyloid nhận được sự quan tâm nghiên cứu nhiều nhất, chiếm 22,3% (hoặc 22,6%) trong tổng số 2.173 thử nghiệm lâm sàng tính đến năm 2019. Theo giả thuyết này, enzym $\beta$-site amyloid precursor protein cleaving enzyme 1 (BACE1) đảm nhận giai đoạn cắt mở đầu chuỗi protein tiền chất amyloid (APP), dẫn đến sự tích tụ và kết tập bất thường của các peptide $\beta$-amyloid (A$\beta$) không hòa tan, gây hình thành các mảng bám ngoại bào, thoái hóa synap và chết tế bào thần kinh. Do đó, BACE1 trở thành mục tiêu phân tử quan trọng trong định hướng thiết kế thuốc can thiệp bệnh căn.

Xuất phát từ thực tế quá trình nghiên cứu và phát triển thuốc mới theo phương pháp thực nghiệm truyền thống (wet lab) đòi hỏi chi phí khổng lồ và chu kỳ thời gian kéo dài, khóa luận lựa chọn ứng dụng phương pháp sàng lọc ảo (in silico / dry lab) kết hợp trí tuệ nhân tạo. Đề tài được xác định với hai nhiệm vụ nghiên cứu cụ thể:

  1. Xây dựng và đánh giá mô hình QSAR (Quantitative Structure-Activity Relationship) biểu thị mối quan hệ định lượng giữa cấu trúc hóa học và tác dụng ức chế BACE1 của các hợp chất bằng phương pháp học máy và xử lý ngôn ngữ tự nhiên.
  2. Ứng dụng mô hình QSAR xây dựng được cùng các kỹ thuật docking phân tử, dự đoán đặc điểm dược động học và dự đoán đặc tính giống thuốc để sàng lọc các hợp chất tiềm năng có tác dụng ức chế BACE1.
  • Đối tượng nghiên cứu: Cấu trúc phân tử và hoạt tính ức chế enzym BACE1 của các hợp chất hóa học.
  • Phạm vi dữ liệu và không gian nghiên cứu: Tập dữ liệu xây dựng mô hình gồm 1.138 hợp chất có hoạt tính thực nghiệm thu thập từ ngân hàng ChEMBL; tập dữ liệu sàng lọc gồm 224.205 hợp chất trích xuất từ cơ sở dữ liệu ZINC (UCSF). Đề tài được triển khai tại Bộ môn Dược liệu, Trường Đại học Dược Hà Nội, có sự phối hợp chuyên môn từ Viện Khoa học và Công nghệ Hàn Quốc (KIST), hoàn thành vào tháng 6 năm 2024.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình tính toán

Nghiên cứu vận hành trên nguyên lý cốt lõi của QSAR: các hợp chất có sự tương đồng về đặc điểm cấu trúc phân tử sẽ biểu hiện hoạt tính sinh học tương tự nhau. Mô hình toán học tổng quát có dạng: $$Y_i = F_i(X_1, X_2, ..., X_n)$$ Trong đó biến đáp ứng $Y$ là hoạt tính sinh học thực nghiệm được chuyển đổi về dạng logarit cơ số 10 của nồng độ ức chế 50% enzym ($\log IC_{50}$); $X_1, ..., X_n$ là các tham số phân tử (TSPT) đóng vai trò biến độc lập.

Thay vì tính toán các bộ mô tả hóa lý cổ điển thông qua các phần mềm PaDEL hay Dragon, nghiên cứu ứng dụng phương pháp xử lý ngôn ngữ tự nhiên (NLP) thông qua thuật toán Mol2vec (phát triển bởi S. Jaeger và cộng sự, lấy cảm hứng từ mô hình Word2vec). Thuật toán xem các tiểu cấu trúc phân tử như "từ" và toàn bộ phân tử như một "câu", chuyển đổi chuỗi mã hóa SMILES thành một vectơ nhúng 100 chiều biểu diễn không gian cấu trúc hóa học.

Quy trình tiền xử lý dữ liệu và thuật toán học máy

Từ 1.138 hợp chất ban đầu trong cơ sở dữ liệu huấn luyện (CSDL1), các giá trị trùng lặp và bất thường bị loại bỏ. Sau bước trích chọn đặc trưng loại bỏ các tham số có tương quan chéo ($r^2 > 0,8$), tập dữ liệu còn lại 34 TSPT 2D cho mỗi phân tử. Dữ liệu được phân chia ngẫu nhiên thành tập huấn luyện (training set, chiếm 69,9% tương ứng 796 hợp chất) và tập kiểm tra độc lập (test set, chiếm 30,1% tương ứng 342 hợp chất).

Nghiên cứu tiến hành xây dựng và so sánh 7 mô hình hồi quy học máy:

  • M1: Rừng ngẫu nhiên (Random Forest Regression - RF)
  • M2: Vectơ hỗ trợ hồi quy (Support Vector Regression - SVR)
  • M3: Hồi quy tuyến tính (Linear Regression - LR)
  • M4: Hồi quy Lasso (Lasso Regression)
  • M5: Hồi quy Ridge (Ridge Regression)
  • M6: Hồi quy tăng cường độ dốc cực đại (XGBoost Regression)
  • M7: Mạng nơ-ron nhân tạo (Artificial Neural Network - ANN)

Hiệu năng mô hình được định lượng qua hệ số xác định ($R^2$, $R^2_{test}$), sai số tuyệt đối trung bình (MAE) và căn bậc hai của sai số bình phương trung bình (RMSE).

Phương pháp xác định miền cấu trúc ứng dụng (Applicability Domain - AD)

Nhằm kiểm soát độ tin cậy của phép ngoại suy, nghiên cứu sử dụng thuật toán 10 lân cận gần nhất (10-NN). Khoảng cách Euclid đa chiều ($D_i$) từ hợp chất dự đoán tới 10 hợp chất gần nhất trong tập huấn luyện được so sánh với ngưỡng tới hạn $D_c = \bar{y} + Z\sigma$ (với $Z = 0,5$; hoặc ngưỡng kinh nghiệm $D_k + 1,2845$, xác định giá trị ngưỡng $D_i \le 11,0$). Hợp chất vượt quá ngưỡng này bị loại bỏ khỏi quy trình dự đoán do nằm ngoài miền ứng dụng của mô hình.

Kỹ thuật docking phân tử và đánh giá dược động học

  • Docking phân tử: Thực hiện bằng phần mềm AutoDock Vina kết hợp AutoDockTools 1.5.7/1.7. Cấu trúc tinh thể 3D của enzym BACE1 được lấy từ Protein Data Bank (mã PDB: 2FDP). Chuẩn bị cấu trúc thụ thể bao gồm việc loại bỏ phân tử nước, bổ sung hydro phân cực và gán điện tích từng phần. Khả năng liên kết được đánh giá thông qua năng lượng tự do Gibbs ($\Delta G$, kcal/mol) và đối chiếu trực tiếp với phối tử gốc kết tinh của cấu trúc 2FDP: N1-((2S,3S,5R)-3-amino-6-(4-fluorophenylamino)-5-methyl-6-oxo-1-phenylhexan-2-yl)-N3,N3-dipropylisophthalamide.
  • Khảo sát đặc tính ADME và Drug-likeness: Sử dụng máy chủ SwissADME. Khả năng thâm nhập hàng rào máu não (Blood-Brain Barrier - BBB) được đánh giá qua mô hình đồ họa "quả trứng luộc" (Boiled Egg). Đặc tính giống thuốc được kiểm chứng qua các phễu lọc cấu trúc gồm quy tắc Lipinski, Ghose, Veber, bộ lọc cảnh báo tương tác giả PAINS (Pan-Assay Interference Compounds) và điểm số mức độ khả thi tổng hợp hóa học (Synthetic Accessibility - SA, thang điểm 1 đến 10).

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 hệ thống hóa cơ sở lý luận bệnh sinh học Alzheimer và mục tiêu phân tử BACE1. Tác giả phân tích lộ trình phân cắt APP theo hai con đường $\alpha$ và $\beta$, trong đó đột biến điểm tại vị trí cắt của BACE1 (như Lys670Asn, Met671Leu) thúc đẩy tích tụ mảng lắng đọng A$\beta$. Chương này cũng tổng kết hai chất ức chế BACE1 thử nghiệm lâm sàng tiêu biểu là Verubecestat (MK-8931) và Lanabecestat (AZD3293). Bên cạnh đó, tác giả trình bày nền tảng lý thuyết của mô hình QSAR, nguyên lý toán học của thuật toán Mol2vec chuyển đổi cấu trúc hóa học thành các vectơ không gian, nguyên lý hàm tính điểm (scoring function) trong kỹ thuật docking phân tử và các chỉ số dược động học in silico trên nền tảng SwissADME.

Chương 2: Nguyên liệu, thiết bị, phương pháp nghiên cứu

Chương này mô tả chi tiết nguồn dữ liệu, cấu hình phần cứng (máy tính Acer Aspire 5, RAM 8GB), hệ sinh thái phần mềm (Python 3.9 trên Google Colab, ChemDraw Professional 16.0, AutoDock Vina, VMD, SwissADME) và quy trình thực nghiệm gồm 4 nội dung liên hoàn:

  1. Xây dựng và tối ưu hóa 7 mô hình QSAR từ CSDL1 (1.138 hợp chất).
  2. Ứng dụng mô hình tối ưu để sàng lọc 224.205 hợp chất từ CSDL2 kết hợp bộ lọc miền ứng dụng AD.
  3. Docking phân tử 968 hợp chất có $\log IC_{50}$ dự đoán $< 2$ vào cấu trúc tinh thể BACE1 (2FDP).
  4. Khảo sát ADMET và các phễu lọc dược tính đối với các phối tử có năng lượng liên kết tốt nhất.

Chương 3: Thực nghiệm, kết quả và bàn luận

Chương thực nghiệm trình bày chi tiết kết quả xây dựng mô hình, đánh giá thống kê và quy trình sàng lọc qua các phễu lọc in silico:

Kết quả xây dựng và lựa chọn mô hình QSAR

Sau khi tối ưu hóa siêu tham số, mô hình SVR (M2) với cấu hình tham số: hằng số phạt $C = 20$, sai số $\epsilon = 0,1$, hệ số $\gamma = 10^{-3}$ được lựa chọn là mô hình tối ưu nhất.

Mô hình Thuật toán $R^2$ (Train) MAE (Train) RMSE (Train) $R^2$ (Test) MAE (Test) RMSE (Test) Đánh giá tổng quát
M1 Random Forest 0,755 Thấp Thấp < 0,6 Cao Cao Quá khớp (Overfitting)
M2 Support Vector Regression 0,790 0,540 Chấp nhận 0,627 Thấp nhất Thấp nhất Cân bằng, tổng quát hóa tốt
M3 Linear Regression < 0,6 0,829 Cao < 0,6 Khá cao Khá cao Độ chính xác dự đoán thấp
M4 Lasso Regression < 0,6 0,834 Cao 0,551 Khá cao Khá cao Không đạt ngưỡng $R^2 \ge 0,6$
M5 Ridge Regression < 0,6 0,829 Cao < 0,6 Khá cao Khá cao Thiếu tính tổng quát hóa
M6 XGBoost Cao 0,256 Rất thấp > 0,6 Cao Cao Chênh lệch lớn giữa hai tập
M7 Artificial Neural Network Chấp nhận Cao Cao < 0,6 Cao Cao Dự đoán ngoại suy kém

Mô hình M2 là mô hình duy nhất duy trì đồng thời $R^2$ và $R^2_{test} > 0,6$, có sai số MAE và RMSE trên tập kiểm tra độc lập thấp nhất trong 7 mô hình khảo sát, chứng minh năng lực dự đoán ngoại suy ổn định.

Kết quả sàng lọc bằng mô hình QSAR và miền ứng dụng

Áp dụng ngưỡng khoảng cách Euclid $D_i \le 11,0$ của mô hình M2 lên 224.205 hợp chất thuộc CSDL2:

  • Số hợp chất nằm trong miền ứng dụng: 23.511 chất (chiếm 10,49%).
  • Số hợp chất nằm ngoài miền ứng dụng (bị loại): 200.694 chất (chiếm 89,51%).

Dự đoán hoạt tính $\log IC_{50}$ trên 23.511 hợp chất hợp lệ ghi nhận:

  • Nhóm hoạt tính yếu ($\log IC_{50} \ge 5$): 83 hợp chất (0,1%).
  • Nhóm hoạt tính trung bình ($\log IC_{50}$ từ 3 đến 5): 17.107 hợp chất (72,8%).
  • Nhóm hoạt tính ức chế mạnh ($\log IC_{50} < 2$): 968 hợp chất (4,1%). Nhóm 968 hợp chất này được chuyển tiếp vào bước docking phân tử.

Kết quả docking phân tử

Tiến hành mô phỏng tương tác 968 phối tử vào túi hoạt động của BACE1 (PDB ID: 2FDP). Phối tử đối chiếu đạt năng lượng tự do liên kết $\Delta G = -9,9$ kcal/mol. Toàn bộ 968 chất đều có năng lượng liên kết âm, trong đó có 58 hợp chất đạt ái lực liên kết mạnh hơn đối chiếu ($\Delta G < -9,9$ kcal/mol, dao động từ $-10,0$ đến $-10,8$ kcal/mol).

Trong số này, 7 hợp chất có ái lực liên kết cao nhất gồm:

  • ZINC000008790287: $\Delta G = -10,8$ kcal/mol.
  • 6 hợp chất cùng đạt $\Delta G = -10,7$ kcal/mol: ZINC000020464117, ZINC000008878274, ZINC000096116481, ZINC000217682404, ZINC000217786309, ZINC000096113994.

Kết quả khảo sát dược động học và đặc tính giống thuốc

Đánh giá 7 ứng viên hàng đầu qua mô hình Boiled Egg trên SwissADME cho thấy chỉ có 3/7 hợp chất nằm trong vùng lòng đỏ, biểu thị khả năng vượt qua hàng rào máu não (BBB): ZINC000008790287 (chất 1), ZINC000096116481 (chất 4) và ZINC000096113994 (chất 7). Bốn hợp chất còn lại bị loại do khả năng thâm nhập thần kinh trung ương kém.

Tiêu chí khảo sát Hợp chất 1 (ZINC000008790287) Hợp chất 4 (ZINC000096116481) Hợp chất 7 (ZINC000096113994)
Ái lực liên kết ($\Delta G$) $-10,8$ kcal/mol $-10,7$ kcal/mol $-10,7$ kcal/mol
Hấp thu qua HRMN (BBB) Có tiềm năng (vùng lòng đỏ) Có tiềm năng (vùng lòng đỏ) Có tiềm năng (vùng lòng đỏ)
Quy tắc giống thuốc Thỏa mãn Lipinski, Veber Vi phạm quy tắc Ghose ($MR > 130$) Thỏa mãn hoàn toàn
Bộ lọc cấu trúc PAINS Vi phạm (chứa 3-methyl-1H-indole-2-yl) Thỏa mãn Thỏa mãn (không chứa nhóm gây nhiễu)
Khả thi tổng hợp (SA) Cao Trung bình Thấp (SA = 3,37 - rất khả thi)
Kết luận sàng lọc Loại Loại LỰA CHỌN TỐI ƯU

Kết quả và đóng góp

Kết quả định lượng chính

Quy trình sàng lọc ảo đã hoàn thành việc tinh lọc tuần tự từ cơ sở dữ liệu lớn xuống một ứng viên phân tử đơn lẻ đáp ứng các tiêu chuẩn dược lý tính toán:

  1. Thiết lập thành công mô hình hồi quy SVR (M2) dự đoán hoạt tính ức chế BACE1 với các thông số thống kê tin cậy ($R^2_{train} = 0,790$; $R^2_{test} = 0,627$; $MAE_{train} = 0,540$).
  2. Vận hành phễu lọc 4 tầng: từ 224.205 chất ban đầu $\rightarrow$ 23.511 chất thuộc miền ứng dụng QSAR $\rightarrow$ 968 chất có $\log IC_{50} < 2$ $\rightarrow$ 58 chất có ái lực docking vượt phối tử chuẩn $\rightarrow$ 7 chất có $\Delta G \le -10,7$ kcal/mol $\rightarrow$ 3 chất vượt qua hàng rào máu não $\rightarrow$ 1 chất duy nhất đáp ứng toàn diện các tiêu chí cấu trúc và dược động học.
  3. Xác định hợp chất ZINC000096113994 là ứng viên tiềm năng nhất với năng lượng liên kết $\Delta G = -10,7$ kcal/mol, có khả năng phân bố vào hệ thần kinh trung ương, không vi phạm quy tắc giống thuốc hay cảnh báo cấu trúc PAINS, đồng thời có chỉ số khả thi tổng hợp hóa học thuận lợi ($SA = 3,37$).

Đóng góp về mặt học thuật và phương pháp luận

  • Đây là nghiên cứu tiên phong trong nước ứng dụng kỹ thuật xử lý ngôn ngữ tự nhiên (NLP) thông qua thuật toán Mol2vec để biểu diễn cấu trúc hóa học phân tử trong bài toán xây dựng mô hình QSAR sàng lọc chất ức chế BACE1. Cách tiếp cận này giúp tự động hóa quá trình số hóa đặc trưng phân tử mà không phụ thuộc vào các phần mềm tính toán tham số truyền thống.
  • Nghiên cứu đã xây dựng một quy trình sàng lọc ảo đa tầng có tính logic chặt chẽ: kết hợp QSAR học máy để định lượng hoạt tính, mô hình 10-NN để kiểm soát ranh giới ngoại suy, docking phân tử để kiểm chứng tương tác vật lý - hóa học tại trung tâm hoạt động của enzym, và SwissADME để loại trừ sớm các hợp chất kém phân bố hoặc chứa nhóm chức phản ứng không đặc hiệu.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của nghiên cứu

  • Nghiên cứu hoàn toàn dừng lại ở pha tính toán mô phỏng (in silico / dry lab), chưa tiến hành kiểm chứng thực nghiệm sinh học (wet lab).
  • Kỹ thuật docking phân tử sử dụng mô hình protein cứng (cấu trúc tinh thể tĩnh 2FDP), chưa tính đến động học linh động của các chuỗi bên acid amin trong túi xúc tác cũng như ảnh hưởng của các phân tử dung môi sinh lý theo thời gian (vốn cần đến mô phỏng động lực học phân tử - Molecular Dynamics).

Hướng nghiên cứu tiếp theo

  • Tiến hành đặt hàng hoặc tổng hợp hóa học hợp chất ZINC000096113994 dựa trên chỉ số khả thi tổng hợp thuận lợi ($SA = 3,37$).
  • Triển khai các thử nghiệm sinh học in vitro đo lường giá trị $IC_{50}$ thực tế của ZINC000096113994 trên enzym BACE1 tái tổ hợp.
  • Thực hiện các thử nghiệm nuôi cấy tế bào và thử nghiệm in vivo trên mô hình động vật nhằm đánh giá thực tế độc tính tế bào, khả năng qua màng tế bào thần kinh và hiệu quả làm giảm nồng độ peptide A$\beta$ trong dịch não tủy.

Giá trị tham khảo

  • Đối tượng tham khảo: Sinh viên đại học, học viên sau đại học và nghiên cứu viên thuộc các chuyên ngành Hóa dược, Dược học, Tin sinh học (Bioinformatics), Hóa tính toán (Chemoinformatics) và Công nghệ sinh học định hướng phát triển thuốc mới.
  • Nội dung giá trị:
    • Quy trình chi tiết ứng dụng NLP và mô hình Mol2vec chuyển đổi chuỗi ký tự SMILES thành ma trận đặc trưng phân tử số học trong môi trường lập trình Python.
    • Bộ thông số tối ưu hóa siêu tham số của 7 mô hình hồi quy học máy (RF, SVR, LR, Lasso, Ridge, XGBoost, ANN) phục vụ công tác đối chuẩn (benchmarking) trong các đề tài QSAR tương tự.
    • Phương pháp luận thiết lập ngưỡng miền ứng dụng (Applicability Domain) bằng giải thuật 10 lân cận gần nhất và kỹ thuật tích hợp phễu lọc Boiled Egg kết hợp bộ lọc PAINS nhằm giảm thiểu tỷ lệ dương tính giả trong phát hiện hoạt chất dẫn đường.

Câu hỏi thường gặp

1. Tại sao mô hình hồi quy vectơ hỗ trợ (SVR - M2) được lựa chọn thay vì Rừng ngẫu nhiên (RF - M1) hay XGBoost (M6) vốn có $R^2$ tập huấn luyện cao hơn?

Mặc dù mô hình M1 và M6 đạt hệ số $R^2$ rất cao trên tập huấn luyện, nhưng trên tập kiểm tra độc lập, hệ số $R^2_{test}$ giảm mạnh kèm sai số MAE và RMSE tăng cao. Hiện tượng này phản ánh sự quá khớp (overfitting) với dữ liệu huấn luyện và khả năng tổng quát hóa kém. Ngược lại, mô hình SVR (M2) đạt sự cân bằng tối ưu với $R^2_{train} = 0,790$, $R^2_{test} = 0,627$ (đều vượt ngưỡng chấp nhận 0,6) và có các chỉ số sai số ngoại suy thấp nhất trong 7 mô hình.

2. Phương pháp Mol2vec đóng vai trò gì trong việc mã hóa cấu trúc hóa học của khóa luận?

Mol2vec áp dụng cơ chế Word2vec của xử lý ngôn ngữ tự nhiên vào hóa học, xem các tiểu cấu trúc phân tử như các "từ" và toàn bộ phân tử như một "câu". Phương pháp này chuyển đổi chuỗi SMILES của 1.138 hợp chất thành các vectơ nhúng 100 chiều. Sau bước loại bỏ tương quan chéo ($r^2 > 0,8$), dữ liệu được cô đọng còn 34 tham số phân tử 2D không gian, giúp mô tả chính xác đặc tính cấu trúc mà không cần tính toán thủ công các bộ mô tả truyền thống.

3. Việc xác định miền cấu trúc ứng dụng (Applicability Domain) đã loại bỏ bao nhiêu phần trăm dữ liệu sàng lọc?

Dựa trên thuật toán 10 lân cận gần nhất (10-NN) với điều kiện khoảng cách Euclid $D_i \le 11,0$, có tới 200.694 trên tổng số 224.205 hợp chất của CSDL2 bị loại bỏ (chiếm tỷ lệ 89,51%). Chỉ có 23.511 hợp chất (10,49%) thực sự nằm trong không gian hóa học tương đồng với tập huấn luyện và được đưa vào dự đoán giá trị $\log IC_{50}$, đảm bảo độ tin cậy của phép ngoại suy.

4. Vì sao hai hợp chất ZINC000008790287 và ZINC000096116481 có kết quả docking và khả năng qua màng não tốt nhưng vẫn bị loại?

Hợp chất ZINC000096116481 bị loại do vi phạm quy tắc giống thuốc của Ghose, cụ thể có chỉ số khúc xạ phân tử ($MR$) vượt ngưỡng 130. Trong khi đó, hợp chất ZINC000008790287 tuy đạt năng lượng liên kết tốt nhất ($-10,8$ kcal/mol) nhưng lại vi phạm bộ lọc PAINS do cấu trúc chứa nhóm 3-methyl-1H-indole-2-yl - một cấu trúc có nguy cơ cao gây ức chế giả hoặc phản ứng không đặc hiệu trong các thử nghiệm sinh học.

5. Những đặc điểm lý hóa nào giúp ZINC000096113994 trở thành ứng viên tối ưu nhất?

ZINC000096113994 vượt qua tất cả các bước sàng lọc: nằm trong miền ứng dụng của QSAR, $\log IC_{50}$ dự đoán $< 2$, năng lượng docking đạt $-10,7$ kcal/mol (vượt trội so với phối tử đối chiếu $-9,9$ kcal/mol), nằm trong vùng lòng đỏ mô hình Boiled Egg (xuyên màng BBB), tuân thủ đầy đủ các quy tắc giống thuốc (Lipinski, Ghose, Veber), không chứa cảnh báo cấu trúc PAINS và có điểm số khả thi tổng hợp rất thuận lợi ($SA = 3,37$).

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Đăng Duy đã xây dựng thành công quy trình sàng lọc ảo tích hợp học máy, xử lý ngôn ngữ tự nhiên (Mol2vec), docking phân tử và đánh giá ADMET trong bài toán tìm kiếm chất ức chế enzym BACE1 hướng tới điều trị bệnh Alzheimer. Thông qua việc tối ưu mô hình hồi quy vectơ hỗ trợ (SVR) và hệ thống phễu lọc nhiều tầng trên hơn 220.000 hợp chất từ cơ sở dữ liệu ZINC, nghiên cứu đã xác định được ứng viên tiềm năng ZINC000096113994 với hoạt tính ức chế dự đoán mạnh, ái lực liên kết cao, đặc tính dược động học vượt rào máu não thuận lợi và độ khả thi tổng hợp tốt. Công trình tạo tiền đề lý thuyết và cơ sở dữ liệu quan trọng phục vụ các nghiên cứu tổng hợp và kiểm chứng thực nghiệm sinh học in vitro, in vivo ở giai đoạn tiếp theo.