Electronic Theses and Dissertation

penyakit alzheimer merupakan gangguan neurodegeneratif progresif dengan beta-secretase 1 (bace1) sebagai target utama pengembangan obat. penelitian ini membandingkan dua arsitektur graph neural network, yaitu graph isomorphism network (gin) yang hanya memanfaatkan informasi atom, dan graph isomorphism network with edge features (gine) yang juga memanfaatkan informasi ikatan kimia, untuk klasifikasi aktivitas inhibitor bace1 menggunakan 7.829 senyawa unik dari target chembl4822 pada chembl versi 36 dengan ambang batas pic50 ≥ 6,0. evaluasi dilakukan menggunakan dua strategi pembagian data, yaitu scaffold split yang menguji model pada senyawa dengan kerangka kimia yang tidak muncul selama pelatihan, dan stratified split yang menjaga proporsi kelas aktif dan tidak aktif di setiap subset, melalui grid search 54 kombinasi hyperparameter dan lima random seed. pada scaffold split, gine mencapai pr-auc 0,9084 ± 0,0066, roc-auc 0,8496 ± 0,0086, dan f1-score 0,8202 ± 0,0113, mengungguli gin dengan pr-auc 0,9034 ± 0,0034, roc-auc 0,8442 ± 0,0041, dan f1-score 0,8110 ± 0,0131. gine juga berhasil mengurangi false negative dari 167 menjadi 136 senyawa aktif yang tidak terdeteksi, menunjukkan bahwa informasi ikatan kimia membantu model mengenali lebih banyak senyawa aktif pada kondisi pengujian yang lebih ketat. pada stratified split, kedua model menunjukkan kinerja yang hampir sama dengan pr-auc 0,9575 ± 0,0031 untuk gine dan 0,9583 ± 0,0020 untuk gin, yang wajar karena data uji pada strategi ini memiliki kerangka kimia yang juga muncul dalam data pelatihan. selisih performa antara kedua strategi sebesar 0,049 hingga 0,055 pada pr-auc mencerminkan perbedaan tingkat kesulitan antara keduanya dan menunjukkan pentingnya pemilihan strategi pembagian data dalam pelaporan hasil model qsar. sebagai hasil praktis, sebuah aplikasi web interaktif dikembangkan menggunakan streamlit yang mengintegrasikan keempat model tersebut, dengan mode prediksi tunggal, batch, dan perbandingan model.

Alzheimer's disease is a progressive neurodegenerative disorder with Beta-secretase 1 (BACE1) as the primary drug development target. This study compares two Graph Neural Network architectures, namely Graph Isomorphism Network (GIN), which utilizes only atomic information, and Graph Isomorphism Network with Edge Features (GINE), which additionally incorporates chemical bond information, for the classification of BACE1 inhibitor activity using 7,829 unique compounds from target CHEMBL4822 in ChEMBL version 36 with a pIC50 threshold of ≥ 6.0. Evaluation was conducted using two data splitting strategies, namely scaffold split, which tests the model on compounds with chemical scaffolds unseen during training, and stratified split, which preserves the proportion of active and inactive classes in each subset, through a grid search of 54 hyperparameter combinations and five random seeds. Under scaffold split, GINE achieved a PR-AUC of 0.9084 ± 0.0066, ROC-AUC of 0.8496 ± 0.0086, and F1-Score of 0.8202 ± 0.0113, outperforming GIN with a PR-AUC of 0.9034 ± 0.0034, ROC-AUC of 0.8442 ± 0.0041, and F1-Score of 0.8110 ± 0.0131. GINE also reduced false negatives from 167 to 136 undetected active compounds, demonstrating that chemical bond information enables the model to identify more active compounds under more stringent evaluation conditions. Under stratified split, both models exhibited comparable performance with a PR-AUC of 0.9575 ± 0.0031 for GINE and 0.9583 ± 0.0020 for GIN, which is expected as the test set in this strategy contains chemical scaffolds that also appear in the training data. The performance gap between the two strategies, ranging from 0.049 to 0.055 in PR-AUC, reflects the difference in difficulty between them and underscores the importance of selecting an appropriate data splitting strategy when reporting QSAR model results. As a practical outcome, an interactive web application was developed using Streamlit, integrating all four models with single prediction, batch, and model comparison modes.