【de novoデザイン】抗体骨格構造を生成する深層学習モデルIg-VAEを紹介

Ig-VAE: Generative Modeling of Protein Structure by Direct 3D Coordinate Generation

抗体構造を計算機でデザインする深層学習モデル、Ig-VAEを提案した論文です。

GAN: Generative Adversarial Network

筆者らは、過去に距離行列表現を用いて、64残基のタンパク質骨格構造を生成するVAEモデルを報告しています。

このモデルには、以下３つの課題が存在していました。

そこで、Ig-VAEという、残基間距離ではなく、原子座標を直接生成するVAEモデルを開発しました。Ig-VAEにより抗体構造に特化して、信頼性の高いタンパク質構造の設計を目指しています。

VAEモデルの訓練データは、抗体構造データベースであるAbDbから取得した10,768の抗体構造です。各タンパク質構造を距離行列としてエンコードし、モデルを構築しています。

無作為に生成した500の抗体構造の、ねじれ角・残基間距離・結合角などの分布を確認したところ、実データと比較して良く一致したとのことです。

また、生成された構造は広い空間に分布しており、新規のループ形状を有していました。同時に、エネルギー的にも安定で、IgG特有の構造的な特徴は保存されています。

さらに筆者らは、Ig-VAEでSARS-CoV2バインダーを創生することも試みています。スキャフォールドにはシングルドメイン抗体の構造を利用しています。デザインの流れは下記のとおりです。

実験的に抗原への結合が確認されたデータは示されていないものの、計算上で結合自由エネルギーの高いクローンを選抜できたとのことです。