End-to-End Deep Learning Approach for Drug-Target Interaction Prediction

Abstract

A descoberta de potenciais Interações Fármaco-Alvo é uma etapa determinante no processo de descoberta e reposicionamento de fármacos, uma vez que a eficácia do tratamento antibiótico disponível está a diminuir, provocado pelo aumento da sua utilização indevida. Apesar dos esforços colocados nos métodos tradicionais in vivo ou in vitro, o investimento financeiro farmacêutico foi reduzido ao longo dos anos. Desta forma, estabelecer métodos computacionais eficazes, é decisivo para encontrar novos propósitos clínicos para os fármacos disponíveis (leads) num tempo considerável.Abordagens bem sucedidas, incluindo aprendizagem de máquina e profunda, foram apresentadas para resolver e identificar corretamente novos leads e DTIs, contudo, raramente são utilizados, em conjunto, dados estruturais e sequências de proteínas. Neste trabalho, propomos um modelo de arquitetura de aprendizagem profunda, que explora a habilidade particular das Redes Neuronais Convolucionais para automaticamente presumir e identificar regiões sequenciais e estruturais, e extrair representações 1D das sequências de proteínas (sequências de aminoácidos) e das SMILES strings dos compostos. Estas representações podem ser interpretadas como caraterísticas que expressam dependências locais ou padrões e, que por sua vez, podem ser usadas numa Rede Neural Completamente Conectada, funcionando como um classificador binário.Os resultados alcançados demonstram que usar CNNs para obter representações dos dados, em vez dos descritores tradicionais, levam a um aumento do desempenho. O método proposto de aprendizagem profunda de ponta a ponta superou os métodos tradicionais de aprendizagem de máquina na classificação correta de interações positivas e negativas, alcançando elevados valores de sensibilidade (0.861) e especificidade (0.961).

The discovery of potential Drug-Target Interactions is a determining step in the drug discovery and repositioning process, as the effectiveness of the currently available antibiotic treatment, arisen from the increased misuse, is declining. Although putting efforts on the traditional in vivo or in vitro methods, pharmaceutical financial investment has been reduced over the years. Thus, establishing effective computational methods is decisive to find new clinical purposes for the available drugs (leads) in a reasonable amount of time.Successful approaches, including machine and deep learning, have been presented to solve and correctly identify new leads and DTIs, but seldom protein sequences and structured data are used together. In this work, we propose a deep learning architecture model, which exploits the particular ability of Convolutional Neural Networks to automatically surmise and identify important sequential and structural regions and extract 1D representations from protein sequences (amino acid sequences) and compounds SMILES strings. These representations can be interpreted as features that express local dependencies or patterns that can be used in a Fully Connected Neural Network, acting as a binary classifier.The achieved results demonstrate that using CNNs to obtain representations of the data, instead of the traditional descriptors, lead to improved performance. The proposed end-to-end deep learning method outperformed traditional machine learning approaches in the correct classification of both positive and negative interactions, reaching high scores of sensitivity (0.861) and specificity (0.961).