Giới thiệu dự án

Bệnh Alzheimer (Alzheimer's Disease - AD) là một trong những thách thức y tế và kinh tế xã hội lớn nhất của thế kỷ 21. Đây là dạng thoái hóa thần kinh phổ biến nhất, gây suy giảm không hồi phục trí nhớ, khả năng nhận thức và chức năng ngôn ngữ. Theo báo cáo năm 2023 của Hiệp hội Alzheimer Hoa Kỳ (Alzheimer's Association), chỉ riêng tại Mỹ đã có khoảng 6,7 triệu người trên 65 tuổi sống chung với căn bệnh này, biến AD thành nguyên nhân gây tử vong đứng thứ 7 toàn cầu với hơn 121.000 ca tử vong mỗi năm. Tại Việt Nam, thống kê dịch tễ học ghi nhận khoảng 660.000 người mắc hội chứng sa sút trí tuệ vào năm 2020 và dự báo tăng vọt lên 2,4 triệu người vào năm 2050, kéo theo gánh nặng chi phí chăm sóc y tế vượt mốc 960 triệu USD.

                  ┌──────────────────────────────┐
                  │ Amyloid Precursor Protein    │
                  │ (APP)                        │
                  └──────────────┬───────────────┘
                                 │
                                 ▼ (BACE1 & γ-secretase)
                  ┌──────────────────────────────┐
                  │ Aβ 1-40 / Aβ 1-42            │
                  └──────────────┬───────────────┘
                                 │
                                 ▼ (Aminopeptidase: APA, DPP4)
                  ┌──────────────────────────────┐
                  │ Aβ 3-40 / Aβ 3-42            │
                  │ (Đầu tận N chứa Glutamat)    │
                  └──────────────┬───────────────┘
                                 │
                                 ▼ ◄─── [Enzym Glutaminyl Cyclase (QC/hQC)]
                  ┌──────────────────────────────┐      (Mục tiêu ức chế)
                  │ pE3-Aβ (Pyroglutamat-Aβ)     │
                  │ - Mất điện tích, kỵ nước cao │
                  │ - Hạt nhân mồi kết tập mảng │
                  │ - Ức chế LTP, gây độc neuron │
                  └──────────────────────────────┘

Theo giả thuyết amyloid, quá trình chuyển hóa bất thường của protein tiền thân amyloid (APP) thông qua enzyme $\beta$-secretase (BACE) và phức hợp $\gamma$-secretase tạo ra các mảnh peptide $A\beta_{1-40}$ và $A\beta_{1-42}$. Sau đó, các aminopeptidase (như APA, DPP4) cắt bỏ 2 acid amin đầu N để tạo ra $A\beta_{3-40/42}$ mang gốc Glutamat (Glu) tự do. Tại đây, enzyme Glutaminyl Cyclase (QC / hQC) xúc tác phản ứng đóng vòng nội phân tử và loại nước, biến Glu thành dạng pyroglutamat ($pE3-A\beta$). Peptide $pE3-A\beta$ bị mất điện tích, gia tăng tính kỵ nước vượt trội, hoạt động như một "hạt nhân mồi" (seed species) thúc đẩy quá trình oligomer hóa nhanh chóng, tạo mảng bám amyloid bền vững kháng lại sự phân hủy của protease, kích hoạt dòng thác viêm thần kinh và gây chết tế bào theo chương trình (apoptosis). Do đó, ức chế enzyme QC là một đích tác động trúng đích đầy tiềm năng nhằm ngăn chặn nguồn cơn hình thành mảng bám thoái hóa thần kinh.

Phương pháp sàng lọc thực nghiệm truyền thống (High-Throughput Screening - HTS) đòi hỏi chi phí hàng triệu USD và chu kỳ kéo dài nhiều năm. Đề tài "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 triển khai nhằm giải quyết triệt để bài toán tối ưu hóa quy trình khám phá thuốc thông qua tiếp cận tính toán in silico.

Mục tiêu nghiên cứu cụ thể

  1. Xây dựng và tối ưu hóa mô hình QSAR (Quantitative Structure-Activity Relationship) dự đoán hoạt tính ức chế QC dựa trên thuật toán học máy Support Vector Regression (SVR).
  2. Xây dựng mô hình Pharmacophore 3D dựa trên phối tử (Ligand-based Pharmacophore) có khả năng phân loại chọn lọc các hợp chất có hoạt tính và loại bỏ chất mồi nhử (decoys).
  3. Thiết kế de novo 7 dãy cấu trúc mới (41.592 phân tử) dựa trên khung cấu trúc bảo tồn và các nhóm đẳng cấu sinh học (bioisosteres).
  4. Thiết lập chuỗi lọc ảo đa tầng (Virtual Screening Cascade) kết hợp sàng lọc QSAR, Pharmacophore, quy tắc giống thuốc Lipinski, khả năng thấm hàng rào máu não (Blood-Brain Barrier - BBB) và mô phỏng tương tác phân tử (Molecular Docking) để chọn lọc ra các ứng viên ức chế QC vượt trội hơn chất đối chứng lâm sàng PQ912.

Phạm vi và giới hạn: Nghiên cứu tập trung vào mô hình hóa in silico trên đồng dạng sQC ở người (PDB ID: 3PBB), đánh giá hoạt tính dự đoán $pIC_{50}$, năng lượng liên kết tự do $\Delta G$, mà chưa bao gồm các thử nghiệm sinh học in vitro hay in vivo trên mô hình động vật chuyển gen.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các phương pháp phát triển chất ức chế QC hiện nay đang tồn tại những ưu điểm và hạn chế kỹ thuật rõ rệt:

Phương pháp Ưu điểm Nhược điểm / Hạn chế Chi phí & Thời gian
Sàng lọc thực nghiệm HTS Hoạt tính sinh học xác thực, đo lường trực tiếp $IC_{50}$ thực tế Tỷ lệ dương tính giả cao, tiêu tốn hóa chất, không giải thích sâu về mặt lập thể phân tử Rất cao (>500.000 USD, 12 - 24 tháng)
Docking phân tử đơn thuần Quan sát trực tiếp tương tác 3D tại túi gắn kẽm $Zn^{2+}$ Dễ sai số năng lượng do tính linh động của protein, scoring function đánh giá quá cao liên kết tĩnh điện Trung bình (1 - 3 tháng)
QSAR hồi quy tuyến tính cổ điển Dễ xây dựng, thời gian tính toán nhanh Kém linh hoạt với không gian dữ liệu phi tuyến, không biểu diễn được mối tương quan cấu trúc không gian phức tạp Thấp (1 - 2 tuần)
Hệ thống lai Machine Learning + Pharmacophore + Docking (Nghiên cứu này) Tối ưu hóa không gian đa chiều, độ chính xác cao ($R^2_{test} = 0,83$, $EF = 30,43$), tốc độ sàng lọc hàng vạn chất trong vài giờ Yêu cầu chuẩn hóa cơ sở dữ liệu lớn và thiết lập chặt chẽ miền ứng dụng Thấp - Tối ưu (2 - 4 tuần)

Ma trận ưu tiên yêu cầu kỹ thuật (MoSCoW)

  • Must-have (Bắt buộc có):
    • Mô hình QSAR đạt $R^2_{train} \ge 0,90$, $Q^2_{10CV} \ge 0,80$, $R^2_{test} \ge 0,80$, kiểm định Y-randomization không ngẫu nhiên.
    • Xác định miền ứng dụng (Applicability Domain) bằng William Plot với ngưỡng leverage $h^*$.
    • Mô hình Pharmacophore 3D đạt hệ số làm giàu $EF > 20$, điểm Güner-Henry $GH \ge 0,70$.
    • Quy trình Molecular Docking được tái thẩm định (redock) trên cấu trúc tinh thể $sQC$ đạt độ lệch căn quân phương $RMSD < 2,0\text{ \AA}$.
  • Should-have (Nên có): Thiết kế cấu trúc lai hóa (hybrid) tận dụng khung 5,6-dimethoxyindanone của Donepezil nhằm hướng tới tác dụng đa đích tiềm năng.
  • Could-have (Có thể có): Dự đoán các thông số ADMET mở rộng ngoài Lipinski và tính thấm BBB.
  • Won't-have (Chưa thực hiện đợt này): Tổng hợp hóa học thực nghiệm và đo phổ NMR/MS các chất mới thiết kế.

Thiết kế hệ thống và luồng xử lý dữ liệu

Kiến trúc quy trình sàng lọc ảo tích hợp được mô hình hóa theo sơ đồ sau:

graph TD
    A[Cơ sở dữ liệu 1681 chất ức chế QC thực nghiệm] --> B[RDKit: Trích xuất Morgan Fingerprint 256-bit]
    B --> C[Huấn luyện SVR - Kernel RBF & Tối ưu Hyperparameters]
    C --> D[Xác thực Miền ứng dụng William Plot & Y-Randomization]
    
    E[428 Active + 15348 Decoys] --> F[Phần mềm Psearch: 3D Pharmacophore Modeling]
    F --> G[Chọn lọc Mô hình 3: 2 Aromatic, 1 HBA, 3 Hydrophobic]
    
    H[428 Active Clusters K-Means / HierS] --> I[Thiết kế De Novo 7 Dãy: 41592 Cấu trúc]
    
    I --> J[Tầng 1: Lọc QSAR SVR pIC50 >= 7.0 & Leverage h <= 0.589]
    J -- 349 chất --> K[Tầng 2: Lọc Pharmacophore Model 3 Match]
    K -- 339 chất --> L[Tầng 3: Lọc SwissADME Lipinski & Thấm BBB]
    L -- 155 chất --> M[Tầng 4: Molecular Docking AutoDock Vina trên 3PBB]
    M -- So sánh với PQ912 --> N[78 Ứng viên Tiềm năng Vượt trội]

Technology Stack chi tiết

  • Ngôn ngữ lập trình & Môi trường: Python 3.7 / 3.0 (Google Colaboratory, Visual Studio Code), R (RStudio cho thống kê phân bố hoạt tính).
  • Thư viện Hóa tin (Cheminformatics): RDKit (phiên bản 2022.09.5), ScaffoldGraph (HierS scaffold generation), OpenBabel GUI (v3.1.1).
  • Machine Learning & Tối ưu hóa: Scikit-learn (Support Vector Regression, GridSearchCV, RandomizedSearchCV), NumPy, Pandas, Matplotlib, Seaborn.
  • Mô hình hóa Pharmacophore: Psearch (thuật toán đồ thị con đẳng cấu VF2, trường lực MMFF94).
  • Phần mềm Mô phỏng cấu trúc 3D: AutoDock Vina 1.5.6, AutoDockTools 1.7, UCSF ChimeraX 1.7, Discovery Studio 2024 Client, ChemDraw 20.0, Chem3D 20.0.

Implementation và kết quả

Development process & Core Algorithms

1. Xây dựng và tối ưu hóa mô hình QSAR (Support Vector Regression)

Bộ dữ liệu gồm 1681 chất ức chế QC được làm sạch từ 23 công trình nghiên cứu uy tín (nhóm nghiên cứu Probiodrug AG, GS. JeeWoo Lee - Seoul National University). Cấu trúc 2D dạng SMILES được mã hóa thành vector dấu vân tay phân tử Morgan (Morgan Fingerprint) với bán kính $r = 4$ và độ dài vector nhị phân 256 bits.

Tập dữ liệu được phân chia thành tập huấn luyện (Train set: 1352 chất) và tập kiểm tra (Test set: 329 chất). Thuật toán t-SNE (t-Distributed Stochastic Neighbor Embedding) được sử dụng để trực quan hóa không gian hóa học 2D/3D, đồng thời kiểm định thống kê Wilcoxon Rank-Sum ($p\text{-value} = 0,6978 > 0,01$) chứng minh hai tập đồng nhất về phân bố hoạt tính sinh học $pIC_{50}$.

import numpy as np
from rdkit import Chem
from rdkit.Chem import AllChem
from sklearn.svm import SVR
from sklearn.model_selection import RandomizedSearchCV

# 1. Trích xuất dấu vân tay phân tử Morgan (Radius=4, nBits=256)
def generate_morgan_fingerprints(smiles_list):
    fps = []
    for smi in smiles_list:
        mol = Chem.MolFromSmiles(smi)
        fp = AllChem.GetMorganFingerprintAsBitVect(mol, radius=4, nBits=256)
        fps.append(np.array(fp))
    return np.array(fps)

# 2. Thiết lập tối ưu hóa siêu tham số mô hình SVR với RBF Kernel
param_dist = {
    'C': np.random.uniform(2.0, 4.0, 100),
    'epsilon': np.random.uniform(0.01, 0.1, 100),
    'kernel': ['rbf']
}
svr_model = SVR()
random_search = RandomizedSearchCV(
    estimator=svr_model,
    param_distributions=param_dist,
    n_iter=100,
    cv=10,
    scoring='r2',
    n_jobs=-1,
    random_state=42
)
# random_search.fit(X_train, y_train)

Quá trình tối ưu hóa siêu tham số 2 bước (GridSearch lân cận kết hợp RandomizedSearch phân phối đồng nhất) xác định bộ siêu tham số tối ưu: $C = 3,033557$, $\varepsilon = 0,024788$, hàm nhân cơ bản hướng xuyên tâm (Radial Basis Function - RBF Kernel).

          Standardized Residual (u)
               ▲
          +3.0 ┼───────────────────────┐ [Upper Bound]
               │   •   ••  ••• ••      │
               │ ••• ••••••••••••••• • │
           0.0 ┼──•──•─•──────•────────┼
               │ • ••••••••••••••••••  │
               │   • • ••• • •         │
          -3.0 ┼───────────────────────┘ [Lower Bound]
               │                       ▲
               └───────────────────────┼────────► Leverage (h)
                                    h* = 0.5703

Để xây dựng miền ứng dụng (Applicability Domain), giản đồ William được thiết lập dựa trên giá trị đòn bẩy $h_i = \vec{x}_i (X^T X)^{-1} \vec{x}_i^T$ với ngưỡng cảnh báo $h^* = \frac{3(256+1)}{1352} = 0,5703$. Mô hình phát hiện và loại bỏ 43 điểm ngoại lai (3 chất vi phạm leverage, 40 chất có phần dư chuẩn hóa vượt ngoài $[-3; +3]$).

2. Xây dựng mô hình Pharmacophore 3D bằng phần mềm Psearch

Từ cơ sở dữ liệu, 428 chất hoạt tính ($pIC_{50} \ge 7$) và 145 chất không hoạt tính ($pIC_{50} \le 5$) được gom cụm bằng thuật toán Butina Clustering (ngưỡng khoảng cách Tanimoto 0,2) để chọn ra 29 chất tiêu biểu (23 active, 6 inactive) huấn luyện mô hình. Với mỗi chất, 100 cấu dạng năng lượng thấp được tạo lập bằng trường lực MMFF94.

Thuật toán đẳng cấu đồ thị con VF2 (VF2 subgraph isomorphism algorithm) được sử dụng để quét các giả thuyết từ 4 điểm trở lên. Tập kiểm tra được mở rộng lên tới 15.892 phân tử (405 chất active + 15.487 chất mồi nhử decoys được tạo từ DUD-E server).

# Cấu trúc tham số cấu hình Docking AutoDock Vina cho QC (PDB: 3PBB)
vina_configuration = """
receptor = protein_3PBB.pdbqt
ligand = designed_ligand.pdbqt
center_x = -0.986
center_y = 12.450
center_z = 24.180
size_x = 30
size_y = 20
size_z = 30
energy_range = 4
exhaustiveness = 24
num_modes = 9
"""

Testing và Validation

1. Đánh giá chất lượng mô hình QSAR

Bộ chỉ số kiểm định Tiêu chuẩn OECD / Golbraikh-Tropsha Giá trị đạt được trong nghiên cứu Đánh giá
$R^2_{train}$ (Tập huấn luyện) $\ge 0,90$ 0,99 Độ khớp hoàn hảo
$Q^2_{10CV}$ (Cross-validation 10 lần) $\ge 0,80$ 0,80 Mô hình có độ ổn định nội tại cao
$R^2_{rand}$ (Y-Randomization 100 lần) $< R^2_{train}$ -0,49 Không có hiện tượng học vẹt ngẫu nhiên
$Q^2_{rand}$ (Y-Randomization CV) $< Q^2_{10CV}$ -0,24 Loại bỏ hoàn toàn tương quan giả tạo
$R^2_{test}$ (Tập kiểm tra 329 chất) $\ge 0,80$ 0,83 Khả năng ngoại suy dự đoán xuất sắc
Sai số dự đoán (RMSE / MAE) Càng nhỏ càng tốt RMSE = 0,48 / MAE = 0,37 Độ lệch dự đoán $pIC_{50}$ rất thấp
Hệ số góc Golbraikh-Tropsha ($K, K'$) $0,85 < K, K' < 1,15$ $K = 0,95$ ; $K' = 1,01$ Thỏa mãn hoàn toàn chuẩn quốc tế

2. Thẩm định mô hình Pharmacophore 3D trên 15.892 phân tử

Chỉ số đánh giá Mô hình 1 Mô hình 2 Mô hình 3 (Được chọn) Mô hình 4 Mô hình 5 Mô hình 8
Tổng số Hits ($H_t$) 518 505 402 453 726 341
Active Hits ($a$) 295 223 304 255 251 210
Dương tính giả ($b$) 223 282 98 (Thấp nhất) 198 475 131
Âm tính giả ($c$) 110 182 101 150 154 195
Độ chuẩn xác (Accuracy) 0,98 0,97 0,99 0,98 0,96 0,98
Độ chính xác (Precision) 0,57 0,44 0,76 0,56 0,35 0,62
Độ nhắc lại (Recall) 0,73 0,55 0,75 0,63 0,62 0,52
Hệ số $F_{0,5}\text{-score}$ 0,60 0,46 0,76 0,58 0,38 0,59
Hệ số tương quan Matthew (MCC) 0,63 0,48 0,75 0,58 0,45 0,55
Hệ số làm giàu (Enrichment Factor - EF) 22,92 17,77 30,43 22,65 13,91 24,78
Điểm Güner-Henry (GH score) 0,60 0,46 0,75 0,57 0,40 0,59

Mô hình 3 bao gồm 4 điểm không gian: 2 vòng thơm (a), 1 nhóm nhận liên kết hydro (A) và 3 vùng thân dầu kỵ nước (H), bán kính nhóm đặc trưng 1,0 \AA, đã xuất sắc vượt qua mọi mô hình khác ở tất cả các tiêu chí phân loại.

3. Thẩm định quy trình Molecular Docking

Thực hiện redock phối tử đồng kết tinh PBD150 trên cấu trúc tinh thể $sQC$ (PDB ID: 3PBB) thu được $RMSD = 0,7036\text{ \AA}$ (đạt yêu cầu nghiêm ngặt $< 2,0\text{ \AA}$). Kiểm tra chéo trên 8 cấu trúc tinh thể QC tại PDB (2AFW, 2ZEG, 3PB7, 3PB9, 3PBB, 3SI0, 4YWY, 6GBX) xác nhận hệ số tương quan giữa năng lượng tự do thực nghiệm $\Delta G_{\text{thực nghiệm}} = RT \ln(K_i)$ và năng lượng tính toán $\Delta G_{\text{dự đoán}}$ đạt $R = 0,78$.

Kết quả đạt được qua các tầng lọc ảo

                        ┌──────────────────────────────────────────────┐
                        │ Tổng số cấu trúc thiết kế: 41.592 chất       │
                        └──────────────────────┬───────────────────────┘
                                               │
                                               ▼ Tầng 1: Miền ứng dụng QSAR (h <= 0.589)
                        ┌──────────────────────────────────────────────┐
                        │ 5.025 chất nằm trong Applicability Domain    │
                        │ 349 chất dự đoán pIC50 >= 7.0 (>= 100 nM)    │
                        └──────────────────────┬───────────────────────┘
                                               │
                                               ▼ Tầng 2: Khớp Pharmacophore Model 3
                        ┌──────────────────────────────────────────────┐
                        │ 339 chất thỏa mãn Pharmacophore (100% Dãy 5) │
                        └──────────────────────┬───────────────────────┘
                                               │
                                               ▼ Tầng 3: Lipinski & Thấm qua BBB
                        ┌──────────────────────────────────────────────┐
                        │ 155 chất có đặc tính giống thuốc & thấm não │
                        └──────────────────────┬───────────────────────┘
                                               │
                                               ▼ Tầng 4: Docking Vina (ΔG < PQ912)
                        ┌──────────────────────────────────────────────┐
                        │ 78 HỢP CHẤT TIỀM NĂNG ỨC CHẾ QC XUẤT SẮC     │
                        └──────────────────────────────────────────────┘
  1. Sàng lọc QSAR: Trong số 41.592 chất thiết kế, có 5.025 chất nằm trong miền ứng dụng ($h_i \le 0,5890$). Có 349 chất đạt hoạt tính mạnh dự đoán $pIC_{50} \ge 7,00$ ($IC_{50} \le 100\text{ nM}$).
  2. Sàng lọc Pharmacophore: 339/349 chất vượt qua lưới lọc Pharmacophore Mô hình 3 (đặc biệt toàn bộ 339 chất này đều thuộc Dãy 5).
  3. Đặc tính ADMET & BBB: 155/339 chất thỏa mãn quy tắc Lipinski (không vi phạm quá 1 tiêu chí) và có khả năng thấm tốt qua hàng rào máu não.
  4. Docking phân tử: 78/155 chất có năng lượng liên kết $\Delta G$ âm hơn đáng kể so với chất ức chế thử nghiệm lâm sàng PQ912 ($\Delta G = -8,7\text{ kcal/mol}$), tạo phức phối trí bền vững với ion $Zn^{2+}$ và hình thành liên kết xếp chồng $\pi-\pi$ với gốc Trp207, Phe325 cùng mạng lưới liên kết hydro với Glu201, Gln304.

Đổi mới và đóng góp

Các đột phá kỹ thuật cốt lõi

                                  [NHÓM GẮN KẼM ZBG]
                            (Imidazol, Benzimidazol, Triazol)
                                     │ Phối trí Zn2+
                                     ▼
                     ┌───────────────────────────────┐
                     │          ENZYME QC            │
                     │      TRUNG TÂM HOẠT ĐỘNG      │
                     └───────────────┬───────────────┘
                                     │ Tương tác π-π & Kỵ nước
                 ┌───────────────────┴───────────────────┐
                 ▼                                       ▼
       [PHẦN THÂN - LINKER]                    [ĐUÔI THÂN DẦU - C, D]
(Imidazolidin-4-on / Khung Indanon)          (Vòng thơm substituted)
    - Tương tác với Glu201, Gln304            - Xếp chồng Phe325, Trp207
    - Tương thích cấu trúc Donepezil          - Điền đầy túi kỵ nước bên
  1. Ứng dụng thuật toán HierS ScaffoldGraph bảo toàn dị vòng: Khác với các thuật toán cắt tỉa mảnh phân tử thông thường dễ phá hủy các khung dị vòng ngưng tụ phức tạp, nghiên cứu ứng dụng phương pháp cây phân cấp HierS (Hierarchical Scaffold) giúp bảo tồn nguyên vẹn các nhân dị vòng tiềm năng liên kết với ion $Zn^{2+}$.
  2. Thiết kế lai hóa (Hybrid Design) lấy cảm hứng từ cấu trúc Donepezil: Khám phá cấu trúc đột phá ở Dãy 5 khi tích hợp khung 5,6-dimethoxyindanone (của thuốc kháng AChE Donepezil đã được FDA phê duyệt) vào nhân dị vòng imidazolidin-4-on hướng ức chế QC. Ý tưởng này mở ra hướng tiếp cận "thuốc đa đích" (Multi-Target Directed Ligands - MTDL) trong điều trị sa sút trí tuệ.
  3. Kỹ thuật đột biến điểm đặc trưng (Permutation Feature Importance): Khai phá chính xác các bit trọng yếu trong vector Morgan 256-bit quyết định hoạt tính sinh học, chỉ ra rằng nguyên tử Nitơ bậc 3 tại vị trí số 3 của vòng imidazol, nhóm chức urea/thiourea và chuỗi alkoxybenzen là những "pharmacophoric hotspots" quyết định lực gắn kết enzym.

So sánh hiệu quả với các phương pháp tiếp cận hiện hành

Tiêu chí so sánh Phương pháp HTS truyền thống Sàng lọc chỉ bằng Molecular Docking Phương pháp phân tầng QSAR - Pharmacophore - Docking (Nghiên cứu)
Thời gian sàng lọc 6 - 12 tháng 2 - 4 tuần < 48 giờ tính toán
Chi phí ước tính > 300.000 USD ~ 10.000 USD < 1.000 USD (Tiết kiệm > 99%)
Không gian khảo sát Giới hạn ($10^2 - 10^3$ chất) $10^3 - 10^4$ chất $41.592\text{ cấu trúc}$ (Rộng gấp 40 lần)
Tỷ lệ lọc chính xác Phụ thuộc độ tinh khiết hóa chất Dễ bắt cặp giả do scoring bias Tỷ lệ làm giàu $EF = 30,43$, $GH = 0,75$
Kiểm soát khả năng thấm BBB Thử nghiệm muộn trên tế bào MDCK Không có sẵn trong docking Tích hợp sẵn bộ lọc SwissADME BBB-Score

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong công nghiệp Dược phẩm

[41.592 Phân tử Thiết kế] 
       ──► [Phân tầng In Silico] 
       ──► [Top 10 Dẫn chất Dãy 5] 
       ──► [Tổng hợp Hóa dược] 
       ──► [Assay In Vitro hQC] 
       ──► [Thử nghiệm Tiền lâm sàng AD]
  • Rút ngắn pha tiền lâm sàng (Pre-clinical Discovery): Doanh nghiệp dược phẩm có thể sử dụng trực tiếp cấu trúc SMILES của Top 10 dẫn chất thuộc Dãy 5 (như chất 5_1701, 5_1820 có năng lượng docking $\Delta G < -10,2\text{ kcal/mol}$) để tiến hành tổng hợp hóa dược trúng đích, bỏ qua giai đoạn tổng hợp ngẫu nhiên hàng ngàn dẫn chất trung gian.
  • Tối ưu hóa chất dẫn đường (Lead Optimization): Các dữ liệu về khoảng cách không gian giữa nhóm cho/nhận liên kết hydro và nhóm gắn kẽm $Zn^{2+}$ từ mô hình Pharmacophore 3D là bản thiết kế chuẩn xác giúp các nhà hóa dược tinh chỉnh nhóm thế ái nhân hoặc kỵ nước.

Yêu cầu triển khai hạ tầng kỹ thuật (System Requirements)

  • Hệ điều hành: Linux (Ubuntu 20.04/22.04 LTS) hoặc Windows 11 64-bit.
  • Phần cứng: CPU Intel Core i7 / AMD Ryzen 7 (tối thiểu 8 cores/16 threads để chạy đa luồng Docking), RAM 16GB (khuyến nghị 32GB khi xử lý đồng thời $10^5$ cấu hình), GPU hỗ trợ CUDA (nếu mở rộng sang Deep Learning).
  • Môi trường phần mềm: Python 3.8+ với môi trường ảo conda, các gói thư viện rdkit, scikit-learn, scaffoldgraph, openbabel, vina.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Thiếu tính linh động của Receptor trong Rigid Docking: AutoDock Vina trong nghiên cứu cố định khung sườn protein (rigid receptor), chưa mô phỏng được sự biến đổi cấu dạng không gian của vòng lặp tryptophan Trp207 khi có sự xuất hiện của các phối tử cồng kềnh.
  2. Giới hạn dữ liệu thực nghiệm: Cơ sở dữ liệu 1681 chất được tập hợp từ nhiều bài báo và bằng sáng chế khác nhau, dù cùng phương pháp đo của Schilling et al. nhưng vẫn tiềm ẩn độ lệch nhỏ về điều kiện dung môi và nồng độ đệm.

Hướng nghiên cứu tiếp theo

  • Mô phỏng động lực học phân tử (Molecular Dynamics Simulation - MD): Thực hiện mô phỏng 100 - 500 ns bằng phần mềm GROMACS hoặc AMBER trên phức hợp phối tử - sQC để đánh giá độ bền liên kết nhiệt động học và biến thiên RMSD theo thời gian.
  • Tổng hợp hóa học và thử nghiệm sinh học: Lựa chọn 3 - 5 dẫn chất hàng đầu thuộc Dãy 5 để tiến hành tổng hợp hữu cơ thực nghiệm tại lab, kiểm tra hoạt tính ức chế enzym $hQC$ in vitro bằng phương pháp huỳnh quang và đánh giá độc tính tế bào thần kinh trên dòng tế bào SH-SY5Y.

Đối tượng hưởng lợi

                   ┌─────────────────────────────────────────┐
                   │           ĐỐI TƯỢNG HƯỞNG LỢI           │
                   └────────────────────┬────────────────────┘
                                        │
         ┌──────────────────┬───────────┴───────────┬──────────────────┐
         ▼                  ▼                       ▼                  ▼
  [SINH VIÊN / HỌC VIÊN]   [RESEARCHERS]      [CÔNG TY DƯỢC]      [NGƯỜI BỆNH AD]
  - Khung CSDL chuẩn       - Workflow lai     - Giảm 90% chi phí  - Kỳ vọng thuốc
  - Source code mẫu          QSAR/Docking       khám phá thuốc      mới trúng đích
  - Tài liệu học tập       - Dữ liệu mở       - Rút ngắn 2 năm      an toàn hơn
  • Sinh viên & Học viên chuyên ngành Hóa dược / Dược học: Tiếp cận tài liệu chuẩn mực về quy trình CADD (Computer-Aided Drug Design) hiện đại, mã nguồn xử lý dữ liệu hóa tin chuẩn hóa và cách thức ứng dụng học máy vào bài toán y sinh thực tế.
  • Các nhà nghiên cứu (Computational Chemists & Biologists): Thừa hưởng bộ mô hình QSAR ($R^2 = 0,83$) và Pharmacophore ($EF = 30,43$) đã được thẩm định khắt khe theo chuẩn OECD, có thể tái sử dụng ngay để sàng lọc các thư viện hợp chất tự nhiên hoặc cơ sở dữ liệu thương mại như ZINC20, ChEMBL.
  • Doanh nghiệp R&D Dược phẩm: Tiết kiệm hàng trăm ngàn USD chi phí thử nghiệm thực nghiệm sai lầm, sở hữu 78 cấu trúc phối tử mới giàu tiềm năng sở hữu trí tuệ để đăng ký bảo hộ sáng chế và phát triển thuốc mới.
  • Xã hội và Người bệnh: Thúc đẩy tiến trình phát triển các liệu pháp điều trị trúng đích bệnh Alzheimer thế hệ mới, mang lại hy vọng cải thiện trí nhớ và chất lượng sống cho hàng triệu bệnh nhân sa sút trí tuệ.

Câu hỏi thường gặp

1. Cần chuẩn bị cấu hình máy tính như thế nào để tái lập toàn bộ quy trình sàng lọc ảo này?

Bạn chỉ cần một máy trạm hoặc máy tính cá nhân chạy hệ điều hành Linux/Windows với CPU từ 6 - 8 nhân (như Intel Core i5/i7 thế hệ 10 trở lên), RAM tối thiểu 8GB (khuyến nghị 16GB) và khoảng 20GB dung lượng ổ cứng trống. Toàn bộ mã nguồn Python có thể chạy mượt mà trên môi trường điện toán đám mây miễn phí Google Colaboratory.

2. Mô hình QSAR có thể mở rộng để dự đoán cho các họ enzym acyltransferase khác không?

Mô hình SVR hiện tại được huấn luyện chuyên biệt trên không gian hóa học của chất ức chế Glutaminyl Cyclase. Để áp dụng cho các enzym khác (như BACE1, AChE, DPP4), bạn cần thu thập tập dữ liệu hoạt tính mới, tái tính toán dấu vân tay phân tử và xác lập lại miền ứng dụng (Applicability Domain) bằng giản đồ William tương ứng.

3. Tại sao toàn bộ 339 chất vượt qua vòng lọc Pharmacophore đều thuộc Dãy 5?

Dãy 5 được thiết kế dựa trên sự kết hợp hoàn hảo giữa dị vòng imidazolidin-4-on và khung 5,6-dimethoxyindanone. Cấu trúc này thỏa mãn trọn vẹn cả 4 điểm không gian của Pharmacophore Mô hình 3 (khoảng cách tối ưu giữa 2 vòng thơm kỵ nước với nhóm nhận liên kết hydro), trong khi các dãy khác có khoảng cách chuỗi carbon quá dài hoặc thiếu nhóm chức nhận liên kết hydro tại vị trí tương ứng.

4. Chi phí bản quyền phần mềm để vận hành toàn bộ workflow này là bao nhiêu?

Quy trình được xây dựng ưu tiên tối đa trên các công cụ mã nguồn mở và học thuật miễn phí: Python, RDKit, Scikit-learn, ScaffoldGraph, OpenBabel, AutoDock Vina, Psearch, UCSF ChimeraX. Các phần mềm thương mại như Discovery Studio hay ChemDraw có thể thay thế hoàn toàn bằng PyMOL (bản open-source) và MarvinSketch/BKChem mà không làm suy giảm chất lượng nghiên cứu.

5. Khả năng bảo hộ sáng chế (Patentability) của 78 dẫn chất tiềm năng như thế nào?

Cả 78 cấu trúc dẫn chất đều là các phân tử de novo được tạo ra từ việc ghép nối đẳng cấu sinh học và chưa từng xuất hiện trong cơ sở dữ liệu PubChem hay Chemical Abstracts Service (CAS). Do đó, các cấu trúc này có tính mới (Novelty) và tính sáng tạo (Inventive Step) rất cao, hoàn toàn đủ điều kiện để nộp đơn bảo hộ độc quyền sáng chế giải pháp hữu ích / hợp chất hóa dược mới.

Kết luận

Đề tài khóa luận đã hoàn thành xuất sắc mục tiêu nghiên cứu thông qua việc thiết lập thành công hệ thống tích hợp đa tầng giữa Học máy (Machine Learning QSAR - Support Vector Regression), Mô hình Pharmacophore 3D và Mô phỏng tương tác phân tử (Molecular Docking) trong thiết kế chất ức chế enzym Glutaminyl Cyclase hướng điều trị bệnh Alzheimer.

Những dấu ấn khoa học nổi bật

  • Mô hình QSAR vượt trội: Đạt $R^2_{train} = 0,99$, $Q^2_{10CV} = 0,80$, $R^2_{test} = 0,83$ trên 329 chất kiểm tra, khẳng định độ tin cậy vượt bậc thông qua kiểm định Y-randomization và xác lập miền ứng dụng William Plot nghiêm ngặt.
  • Mô hình Pharmacophore chọn lọc cao: Mô hình 3 bốn điểm không gian đạt hệ số làm giàu $EF = 30,43$ và điểm Güner-Henry $GH = 0,75$ trên tập kiểm định khổng lồ 15.892 phân tử.
  • Phát hiện 78 cấu trúc tiềm năng cao: Tinh lọc từ 41.592 phân tử thiết kế de novo, xác định Dãy 5 mang khung lai hóa 5,6-dimethoxyindanone là cấu trúc dẫn đường ưu việt nhất, có ái lực liên kết mạnh hơn chất đối chứng lâm sàng PQ912 và sở hữu đặc tính thấm tốt qua hàng rào máu não.

Nghiên cứu là minh chứng thuyết phục cho xu hướng ứng dụng trí tuệ nhân tạo và hóa tin hiện đại vào lĩnh vực nghiên cứu phát triển thuốc mới tại Việt Nam, mở ra hướng đi đầy triển vọng trong việc khám phá các liệu pháp trúng đích điều trị bệnh thoái hóa thần kinh.