【de novoデザイン】TERMsを利用したグラフベースのタンパク質デザイン手法を紹介

Neural Network-Derived Potts Models for Structure-Based Protein Design using Backbone Atomic Coordinates and Tertiary Motifs

深層学習を用いたタンパク質のデノボデザイン手法

既存のGNNモデルにTERMを活用した、タンパク質デザイン手法TERMinatorを提案した論文です。

これまでに、グラフベースニューラルネットワーク（GNN）を用いたタンパク質デザイン手法が、多数報告されています。従来のGNNベースの手法には、以下の課題点が存在しました。

上記の課題を解決するために、筆者らはTERMsに着目しました。

本ブログでも、これまでにTERMsに関連する記事を複数紹介しています。

TERMを用いることで、配列と構造間の関係を定量化することができます。したがって、タンパク質の統計的なエネルギーポテンシャルを定量化することが可能です。

筆者らはGNNモデルにTERMを利用しました。これにより、従来のGNNモデルに比べて以下の改善が期待されます。

筆者らが開発した手法（TERMinator）では、TERMに由来するデータを入力して骨格座標の特徴を抽出し、エネルギー関数(Pottsモデル)を出力します。

ポッツモデルとは、スピンがとり得る状態に関するモデルです。

https://www.nms.ac.jp/var/rev0/0005/3210/45thebulletin_hiroshi_fujisaki_3.pdf

本論文では、エネルギーランドスペースを単一残基や残基ペア単位の貢献度に分解して記述するために、Pottsモデルを利用しています（深層学習モデルの1種ではない）。

筆者らは、TERMsを利用したTERMinatorとともに、座標情報のみを利用するCOORDinatorを活用し、本論文の中で両者の違いを比較しています。

訓練用データセットには、以下の二種類が使用されました。

TERMinatorの検証から、以下の得られています。

配列の回収率は、既報のベンチマーク手法（dTERMenやStructured GNN）と比べて高い。
複雑性の低い配列を生成する傾向がある（単一アミノ酸が高頻度に出現するなど）。
TERMinatorによって設計された構造は、Alphafoldの予測構造と高い精度で一致した。
低い回収率でもAlphafold予測構造と一致した配列が存在することから、回収率による予測精度の判断は信頼性が低い可能性がある。
COORDinatorと比較し、高い配列回収率を示した。
COORDinatorと比較し、計算コストが高い（TERMinator: 4分/残基、COORDinator: 73μ秒/残基）
出力されるPottsモデルをもとに、タンパク質の結合親和性（結合エネルギー）を予測できるか検証したところ、FoldX, Rosetta, dTERMenとほぼ同等の予測成績を示した。Multichain Datasetを利用したモデルの方が精度が高かった。
実験データをもとに、予測精度を向上ためにモデルをファインチューニングすることが可能である。