[論文レビュー] A Latent Diffusion Model for Protein Structure Generation

Cong Fu, Keqiang Yan+8 more|arXiv (Cornell University)|May 6, 2023

Protein Structure and Dynamics被引用数 9

ひとこと要約

本論文は LatentDiff を紹介し、イコービアントプロテインオートエンコーダを備えた潜在拡散フレームワークで、低次元潜在空間で新規なタンパク質主骨構造を生成し、設計性とサンプリング効率を向上させる。

ABSTRACT

Proteins are complex biomolecules that perform a variety of crucial functions within living organisms. Designing and generating novel proteins can pave the way for many future synthetic biology applications, including drug discovery. However, it remains a challenging computational task due to the large modeling space of protein structures. In this study, we propose a latent diffusion model that can reduce the complexity of protein modeling while flexibly capturing the distribution of natural protein structures in a condensed latent space. Specifically, we propose an equivariant protein autoencoder that embeds proteins into a latent space and then uses an equivariant diffusion model to learn the distribution of the latent protein representations. Experimental results demonstrate that our method can effectively generate novel protein backbone structures with high designability and efficiency. The code will be made publicly available at https://github.com/divelab/AIRS/tree/main/OpenProt/LatentDiff

研究の動機と目的

• 3Dタンパク質バックボーンの拡散モデリング空間を削減する動機づけと効率性の向上。
• 配列と3D幾何を保持する等変オートエンコーダを提案し、潜在表現を生成。
• 潜在的タンパク質表現上で回転不変な潜在拡散プロセスを開発。
• 基準法に対して再構成品質、設計性、並列サンプリング効率を示す。

提案手法

• Cα順序を保持しつつ、SE(3) 等変性のあるタンパク質オートエンコーダを設計し、タンパク質バックボーンをダウン-/アップサンプル。
• 構造パディング、エッジ構築、グラフ拡張、SE(3) 等変性メッセージパッシングを含むグラフベースの潜在空間を構築。
• 回転等変性逆拡散を用いてオートエンコーダ潜在空間で潜在拡散モデルを訓練。
• 潜在空間でのEDMベースの回転等変性拡散とゼロ平均潜在表現を通じてSE(3) 不変性を強制。
• 二段階生成を使用：エンコードして潜在へ、潜在をサンプルする拡散を実行し、最後に3D backboneへデコード。

実験結果

リサーチクエスチョン

• RQ1 LatentDiff は新規のタンパク質バックボーン構造を高い設計性で生成できるか？
• RQ2 SE(3) 等変性オートエンコーダはタンパク質バックボーンを拡散モデリング用に効果的に圧縮できるか？
• RQ3 潜在空間拡散は設計性とサンプリング効率の点で全空間拡散とどのように比較されるか？
• RQ4 潜在拡散プロセスは回転不変で3Dタンパク質幾何学に適しているか？

主な発見

手法	RMSD (Å)	Augment Acc (%)	Residue Acc (%)	Edge Stable (%)	Torsion MAE (rad)
auto-2	0.5280	100	99	95.29	0.4361
auto-4	1.2755	100	98	70.99	0.8951
auto-8	2.2772	100	45	59.97	1.1903

• ダウンサンプリング因子4のオートエンコーダはバランスのとれた再構成を達成（RMSD 1.2755 Å、Augment Acc 100%、Residue Acc 98%、Edge Stable 70.99%、Torsion MAE 0.8951 rad）。
• LatentDiff の設計性：生成バックボーンのうち 66.9% が scTM > 0.5、FoldingDiff (14.2%) および ProtDiff (11.8%) を上回る。
• LatentDiff はいくつかの全原子拡散ベースラインに比べて設計性を維持しつつサンプリングを高速化できる（例：LatentDiff-P はより効率的）。
• オートエンコーダのバリアントについて、より小さなダウンサンプリング（因子2）は再構成が良くなるが潜在空間が大きくなる；因子4は再構成と効率のバランスを提供。
• この方法は並列サンプリング効率をサポートし、いくつかのベースラインに比べ拡散ステップを減らしつつ設計性を維持。