オリゴマータンパク質もデザインできる！新しい深層学習デザイン手法ProteinMPNNとは

Robust deep learning based protein sequence design using ProteinMPNN

Hallucinationを超える精度の高いタンパク質骨格デザイン手法を探しています。

オリゴマータンパク質にも適用できるタンパク質のバックボーンデザイン手法ProteinMPNNについて紹介されています。

ProteinMPNNは深層学習を活用したタンパク質のバックボーンをデザインするための解析手法です。これまでにも本ブログで、複数のタンパク質骨格デザイン手法を紹介してきました。

これらに対するProteinMPNNの特徴としては、

が挙げられます。

ProteinMPNNでは、N, Ca, C, O, Cb間の距離を入力情報として使用します。このデータに合致するアミノ酸配列が、ProteinMPNNを介することで生成されることになります。

2面角やN-Ca-C配向が入力情報に利用されるデザイン手法が多い中、Ca以外の主鎖原子間の距離を利用したほうが、優れた構造をデザインできることを示しているのが印象的でした。

ProteinMPNNによって、単量体・環状ホモオリゴマー・４面体ナノ粒子、標的結合タンパク質のいずれにおいても安定的に発現して機能する可溶性の分子を調製することができています。

以下のURLから、MITライセンスのコードが公開されています。