Beyond Tanimoto: a learned bioactivity similarity index enhances ligand discovery | ||
| dc.conicet.fuente | Crossref | |
| dc.conicet.organizacion | Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Calculo. - Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Calculo | |
| dc.conicet.organizacion | Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica | |
| dc.conicet.organizacion | Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales | |
| dc.conicet.organizacion | Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Calculo. - Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Calculo | |
| dc.conicet.organizacion | Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica | |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.produccionid | 12887690 | |
| dc.contributor.author | Schottlender, Gustavo Ezequiel | |
| dc.contributor.author | Prieto, Juan Manuel | |
| dc.contributor.author | Marti, Marcelo Adrian | |
| dc.contributor.author | Fernández Do Porto, Darío Augusto | |
| dc.date.accessioned | 2026-07-14T08:50:24Z | |
| dc.date.available | 2026-07-14T08:50:24Z | |
| dc.date.issued | 2025-11 | |
| dc.date.updated | 2026-06-11T10:29:50Z | |
| dc.description.abstract | Structural similarity metrics such as the Tanimoto coefficient (TC) miss many functionally related compounds—indeed, 60% of similarly bioactive ligand pairs in the ChEMBL database show TC < 0.30, revealing a major blind spot that constrains ligand-based discovery. Our motivation is to overcome this blind spot and enable the recovery of structurally different yet functionally equivalent chemotypes that structure-based similarity fails to detect. Here, we introduce the bioactivity similarity index (BSI), a machine learning model that estimates the probability that two molecules bind the same or related protein receptors. Trained under leave-one-protein-out (LOPO) across Pfam-defined protein groups on dissimilar pairs, BSI not only outperforms TC but also surpasses modern molecular embedding baselines (ChemBERTa and contrastive language-molecule pre-training (CLAMP), using cosine similarity) across protein families. We further develop a cross-family model (BSI-Large) that, while slightly below group-specific models, generalizes better and can be fine-tuned with less data, consistently improving over models trained from scratch. In retrospective validation on new ChEMBL v35 data, BSI achieves strong early-retrieval performance (top 2% enrichment factor, EF2%), with group-specific models delivering the best enrichment, and BSI-Large remaining competitive. In a realistic virtual screening-like scenario against the target gene ADRA2B, the mean rank of the next active, given a known active, improves from 45.2 (TC) to 3.9 (BSI), with 54.9 for ChemBERTa and 28.6 for CLAMP. Altogether, BSI complements, rather than replaces, structure-based similarity and embedding-based comparisons, extending hit finding to remote chemotypes that are structurally dissimilar yet functionally equivalent. | es |
| dc.description.fil | Fil: Schottlender, Gustavo Ezequiel. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Calculo. - Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Calculo; Argentina | |
| dc.description.fil | Fil: Prieto, Juan Manuel. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; Argentina | |
| dc.description.fil | Fil: Marti, Marcelo Adrian. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales; Argentina | |
| dc.description.fil | Fil: Fernández Do Porto, Darío Augusto. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Calculo. - Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Calculo; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; Argentina | |
| dc.format | application/pdf | es |
| dc.identifier.citation | Schottlender, Gustavo Ezequiel; Prieto, Juan Manuel; Marti, Marcelo Adrian; Fernández Do Porto, Darío Augusto; Beyond Tanimoto: a learned bioactivity similarity index enhances ligand discovery; Frontiers Media; Frontiers in Bioinformatics; 5; 11-2025; 1-17 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.issn | 2673-7647 | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/291514 | |
| dc.journal.pagination | 1-17 | es |
| dc.journal.pais | Suiza | es |
| dc.journal.title | Frontiers in Bioinformatics | es |
| dc.journal.volume | 5 | es |
| dc.language.iso | eng | es |
| dc.publisher | Frontiers Media | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/https://www.frontiersin.org/articles/10.3389/fbinf.2025.1695353/full | |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/doi/https://doi.org/10.3389/fbinf.2025.1695353 | |
| dc.rights | info:eu-repo/semantics/openAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | * |
| dc.subject | BIOACTIVITY SIMILARITY INDEX | es |
| dc.subject | BSI | es |
| dc.subject | MACHINE LEARNING | es |
| dc.subject | MOLECULAR EMBEDDING BASELINES | es |
| dc.subject | ChemBERTa | es |
| dc.subject | CLAMP | es |
| dc.subject | VIRTUAL SCREENING | es |
| dc.subject.classification | Otras Ciencias Químicas | es |
| dc.subject.classification | Ciencias Químicas | es |
| dc.subject.classification | CIENCIAS NATURALES Y EXACTAS | es |
| dc.title | Beyond Tanimoto: a learned bioactivity similarity index enhances ligand discovery | es |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:ar-repo/semantics/artículo | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.822d004d-6390-4772-b5dc-e4e358260966_H.pdf
- Tamaño:
- 4.8 MB
- Formato:
- Adobe Portable Document Format