Строим AI-ко-учёного для поиска ингибиторов EGFR: туториал с Random Forest, SHAP и BRICS

В этом туториале авторы собирают end-to-end AI-ко-учёного для поиска ингибиторов EGFR, нацеленных на мутацию C797S, вызывающую резистентность к осимертинибу при немелкоклеточном раке лёгкого. Данные берут из ChEMBL и UniProt, очищают и стандартизируют молекулы с помощью RDKit, вычисляют дескрипторы и отпечатки Моргана.

Затем обучают Random Forest QSAR-модель с разделением по скаффолдам, чтобы оценить обобщение на новые хемотипы, и интерпретируют признаки с помощью SHAP. После этого переходят к генеративному дизайну: разбивают активные молекулы на фрагменты через BRICS, рекомбинируют их, фильтруют по потенции, лекарственноподобности, синтезируемости, новизне и развиваемости, а финалистов проверяют по PubChem.

Результат — полностью воспроизводимый пайплайн, который можно адаптировать под другие мишени. Исходный код и инструкции прилагаются.