「構造としてのもっともらしさ」と相互作用の予測

論文タイトル

Integrating structural and biological evidence to rerank ESMFold2 protein-protein interactions

出典

要旨

MSA不要で高速なESMFold2による構造予測に、生物学的証拠を統合したリランキング分類器SPOC-ESMFold2を組み合わせ、真の相互作用がごくわずかしかない現実的なスクリーニング条件でも、構造信頼度指標単体を大きく上回るPPI予測性能を達成しました。

解説など

背景

本研究では、PPI予測に取り組んでいます。
PPI予測の課題の一つは、ヒトタンパク質からランダムに選んだペアのうち実際に相互作用するのは1%未満と推定されるほど、陽性・陰性のデータが極端に偏っている点です。この極端なクラス不均衡は、予測モデルを構築する際の学習データ上の問題となります。またipTMやPAEといった構造由来の信頼度指標は、界面の解像度の良さは示せても、その相互作用が生物学的に意味があることまでは保証しません。

この課題に対し、AlphaFold系の予測では、構造信頼度と、構造とは独立な生物学的証拠（オミクスデータなど）を統合するSPOC（Schmid & Walter, 2025）という枠組みが提案されています。ただしESMFold2はAlphaFold2-Multimerとは配列表現も予測アーキテクチャも異なるため、この考え方がそのまま転用できるかは自明ではありませんでした。本研究ではSPOCをMSA不要で高速なESMFold2に適用することで、より実用的なPPI予測器を構築することを目指しています。

本論文の特徴

本研究は３つの要素からなります。

① ESMFold2-Fast: 構造予測を内部で繰り返し精緻化する「リサイクル」の回数を10回から３回に減らす工夫を行っています。

② PAE誘導ドメイン分割: GPUメモリの制約上、長いタンパク質は分割して予測する必要がありますが、単純な長さでの機械的な打ち切りは相互作用領域を分断してしまう恐れがあります。そこで、PAE情報から「ドメインの境目」を検出し、コンパクトで解像度の良い領域を優先的に選ぶことで、350残基以下のドメインへ再構成するアルゴリズムを開発しました。

③ SPOC-ESMFold2: 予測構造から抽出した構造特徴量（界面の性質、pLDDT、PAE、ipTM、ipSAEなど）に加えて、BioGRID・COXPRESdb・DeepLoc 2.0・DepMap・AlphaMissenseといった、構造とは独立な生物学的特徴量を統合したランダムフォレスト分類器です。あるタンパク質ペアが生物学的に意味のある相互作用かどうかを、単一の信頼度スコアではなく複数の証拠の一致度から判定します。