Многометочная классификация меридианной принадлежности противоопухолевых фитохимических соединений по их топологической структуре с использованием глубокого обучения

Этнофармакологическая значимость: Меридианная теория традиционной китайской медицины (ТКМ) служит ключевой теоретической основой для составления противоопухолевых рецептур в клинической практике. Однако терапевтическое действие лекарственных растений с учетом их меридианной принадлежности не получило научного и систематического подтверждения. В нескольких исследованиях с применением методов искусственного интеллекта (ИИ) определяли внутренние характеристики фитохимических соединений китайских лекарственных растений или классифицировали их по меридианной принадлежности. Тем не менее современные технологии с трудом позволяют описать сложные молекулярные структуры, отличающиеся высокой неоднородностью. Кроме того, множественная связь между лекарственными растениями и меридианами изучена недостаточно.

Цель: Разработать систему на основе ИИ для классификации нескольких меридианных мишеней с учетом топологической структуры фитохимических соединений.

Материалы и методы: В открытых базах данных CancerHSP, ETCM и Hit 2.0 собрали сведения о 354 противоопухолевых лекарственных растениях, соответствующих им меридианах ТКМ и 5471 соединении, входящем в их состав. Предварительно провели статистический анализ наборов данных о растениях и соединениях, кластерный анализ связанных с ними видов рака и корреляционный анализ меридианной принадлежности. Затем для формирования последовательностей меток меридианной принадлежности на основе молекулярных графов применили гибридную модель глубокого обучения GRMC, включающую графовую сверточную сеть (GCN) и рекуррентную нейронную сеть (RNN).

Результаты: Лекарственные растения, применяемые при опухолях, тесно связаны с меридианами легких, печени, желудка и селезенки. Их свойства при лечении разных видов рака различаются. Некоторые виды рака часто встречаются совместно, например рак яичников, мочевого пузыря и шейки матки. Для соединений характерна множественная меридианная принадлежность с корреляциями высокого порядка. По общей эффективности на тестовом наборе данных предложенная модель GRMC превосходила другие современные алгоритмы и методы, использующие стандартные фиксированные отпечатки соединений из лекарственных растений: ошибка первого ранга составила 0,183, ошибка Хэмминга — 0,112, средняя доля правильных классификаций (MAA) — 0,855, средняя точность (MAP) — 0,891, полнота (MAR) — 0,812, средняя оценка F1 (MAF) — 0,849.

Выводы: Предложенный метод позволяет прогнозировать множественную меридианную принадлежность по графовым признакам соединений лекарственных растений и превосходит несколько методов сравнения. Он может стать основой для изучения научных молекулярных подтверждений меридианной теории ТКМ.