[論文レビュー] Capsule Networks for Protein Structure Classification and Prediction

Dan Rosa de Jesus, Julian Cuevas+2 more|arXiv (Cornell University)|Aug 22, 2018

Genetics, Bioinformatics, and Biomedical Research参考文献 18被引用数 10

ひとこと要約

本論文は、2次元および3次元の構造符号化における階層的な空間的関係を活用することで、従来のCNNよりも精度と解釈可能性を向上させる、タンパク質構造分類のためのキャプセルネットワークアーキテクチャを提案する。KRAS-HRAS分類において92%の精度を達成し、活性化ベクトルの可視化と摂動解析を通じて解釈可能性が向上している。

ABSTRACT

Capsule Networks have great potential to tackle problems in structural biology because of their attention to hierarchical relationships. This paper describes the implementation and application of a Capsule Network architecture to the classification of RAS protein family structures on GPU-based computational resources. The proposed Capsule Network trained on 2D and 3D structural encodings can successfully classify HRAS and KRAS structures. The Capsule Network can also classify a protein-based dataset derived from a PSI-BLAST search on sequences of KRAS and HRAS mutations. Our results show an accuracy improvement compared to traditional convolutional networks, while improving interpretability through visualization of activation vectors.

研究の動機と目的

• 従来の畳み込みニューラルネットワーク（CNN）が空間的階層を捉えることや解釈可能性を確保することに課題を抱えることに対処すること。
• GPUベースのシステム上でRASファミリーのタンパク質構造分類のためのキャプセルネットワークアーキテクチャを実装し、評価すること。
• 特定の構造的要素（例：αヘリックスの削除）を変更し、活性化ベクトルのノルムの変化を測定することで、モデルの解釈可能性を向上させること。
• 元のタンパク質構造と、PSI-BLAST検索から得た配列から導出された構造の両方を分類するネットワークの能力を示すこと。
• デコイスコアリングを用いた将来のタンパク質構造予測におけるキャプセルネットワークの可能性を検討すること。

提案手法

• キャプセルネットワークは、空間的階層を保持するための動的ルーティング（同意によるルーティング）を用い、マックスプーリングの代わりにベクトルベースの注目メカニズムを採用する。
• タンパク質構造は、アミノ酸残基レベルの空間的および物理的・化学的特徴に基づいて2次元および3次元表現に符号化される。
• ネットワークは、GPUアクセラレートノード（NVIDIA Tesla P100を2枚搭載）上でTensorFlow 1.8.8をバックエンドに、Keras 2.2.0 APIを用いてトレーニングされる。
• 解釈可能性は、特定の構造的要素（例：αヘリックスの削除）を変更し、活性化ベクトルのノルムの変化を測定することで達成される。
• 分類性能は、PDBファイルおよびPSI-BLASTによる配列検索から得たテストセットを用いた正確性指標で評価される。
• 活性化ベクトルは、元の構造と変更済み構造との間で可視化され、比較され、重要な構造的コンponentsを同定する。

実験結果

リサーチクエスチョン

• RQ1 キャプセルネットワークは、2次元および3次元の構造符号化を用いて、RASタンパク質ファミリーの構造分類において、従来のCNNを上回ることができるか？
• RQ2 キャプセルネットワークの活性化ベクトルは、タンパク質における構造的変化をどのように反映するか。これにより解釈可能性がどのように向上するか？
• RQ3 キャプセルネットワークは、PSI-BLASTによる配列検索から得たタンパク質構造をどの程度正確に分類できるか？
• RQ4 標的となる構造的変更が、キャプセルネットワークの活性化ベクトルおよび分類結果にどのように影響を与えるか？
• RQ5 同意によるルーティング機構は、複雑なタンパク質構造における空間的階層を効果的に保持できるか？

主な発見

• キャプセルネットワークは、2次元および3次元のKRAS-HRASタンパク質構造分類データセットの両方で92%の精度を達成した。
• PSI-BLAST由来のデータセットでは、2次元符号化で68%、3次元符号化で84%の精度を達成し、配列ベースの入力に対しても頑健であることが示された。
• αヘリックス（残基152–166）の削除により、HRASの活性化ベクトルのノルムが1.0464から3.73×10⁻³に変化し、HRASからKRASへの誤分類が生じた。
• ヘリックス87–104を削除したHRAS対HRASケースでは、活性化ベクトル差のノルムが5.20×10⁻²であったため、分類にほとんど影響がなかった。
• モデルは高い解釈可能性を示しており、構造的コンponentsの変更が活性化ベクトルの大きさと方向に明確に反映されていた。
• 結果から、キャプセルネットワークはタンパク質構造における階層的空間的関係を効果的に符号化・推論でき、精度と説明可能性の両方を向上させられると示唆された。