Исследователи из университета Седжон и Корейского института науки и технологий (KIST) разработали объяснимые модели машинного обучения для предварительной оценки показателей, связанных с прохождением фитохимикатов через кишечный барьер. О результатах университет сообщил 6 ноября 2026 года. Научная статья опубликована в Journal of the Science of Food and Agriculture в 2026 году, DOI: 10.1002/jsfa.70701.

Команда использовала экспериментальные данные о 83 структурно разнообразных соединениях растительного происхождения. Для каждой молекулы рассчитали 5 003 числовых дескриптора, описывающих её электронные, топологические и другие структурные свойства. Затем исследователи сравнили десять алгоритмов регрессии, отбирая признаки и применяя повторную перекрёстную проверку.

Что оценивала модель

Модели прогнозировали три показателя клеточной системы Caco-2, которую применяют в лабораториях для изучения кишечного всасывания. Кажущаяся проницаемость Papp показывает, насколько легко соединение проходит через слой клеток. Трансэндотелиальное электрическое сопротивление, или TEER, характеризует целостность этого слоя. Коэффициент эффлюкса ER указывает, выталкивают ли транспортные белки молекулу обратно.

Лучше всего алгоритмы предсказывали Papp и ER. Для Papp коэффициент детерминации в перекрёстной проверке достигал примерно 0,96. Отдельный классификатор, разделявший соединения по поведению эффлюкса, получил площадь под ROC-кривой AUC 0,96. Показатель TEER предсказывался хуже: точность оставалась умеренной и сильнее менялась от одной проверки к другой.

Лучший результат показала ансамблевая модель. Она объединяла CatBoost, LightGBM и градиентный бустинг, а итоговый прогноз рассчитывала линейная метамодель. Для объяснения результатов авторы применили SHAP, метод, который показывает вклад отдельных признаков в конкретный прогноз. Среди заметных факторов оказались характеристики электронной структуры, топологии и разветвления молекул.

В этом и состоит отличие системы от модели, которая просто выдаёт число. Если алгоритм прогнозирует низкую проницаемость соединения, исследователь может увидеть, какие свойства молекулы повлияли на оценку. Такой подход позволяет сначала расставить приоритеты среди кандидатов, а затем направить на лабораторные тесты ограниченный набор соединений. Для подготовки обзора исследований по теме может пригодиться подготовка научной статьи, но такая услуга не заменяет проверку экспериментальных данных.

Представим условную молекулу с определённым размером, распределением электронного заряда и формой ветвления. Модель сопоставляет эти признаки с данными об известных соединениях и прогнозирует показатели клеточной системы, например Papp или ER. Это предварительный отбор по расчётным признакам, а не измерение всасывания у человека.

Авторы рассматривают модели как инструмент предварительного отбора для функциональных продуктов и кандидатов в лекарства. Однако исследование опиралось всего на 83 соединения, а в доступном описании не сообщается о независимой проверке на новом наборе молекул. Результаты относятся к клеточной модели Caco-2, а не напрямую к биодоступности в организме человека. Поэтому прогноз может помочь сократить число первичных тестов, но не заменяет лабораторные эксперименты и последующую проверку на моделях, которые ближе к условиям организма.

Схема показывает, как признаки молекулы превращаются в прогноз показателей клеточной модели кишечного барьера

Фото: Artem Podrez / Pexels