[論文レビュー] DeepQA: Improving the estimation of single protein model quality with deep belief networks

Renzhi Cao, Debswapna Bhattacharya+2 more|arXiv (Cornell University)|Jul 15, 2016

Protein Structure and Dynamics参考文献 46被引用数 4

ひとこと要約

DeepQA は、エネルギー、物理化学的性質、構造的情報といった多様な特徴を統合することで、単一タンパク質モデルの品質評価を向上させる、深層信念ネットワーク（DBN）に基づく手法を提案する。この手法は、SVM や標準的なニューラルネットワークを上回り、CASP11 データセットにおいて最先端の性能を達成し、低品質なア・イニチオモデルが多数存在する大規模なプールから高品質なモデルを効果的に選別できる。

ABSTRACT

Protein quality assessment (QA) by ranking and selecting protein models has long been viewed as one of the major challenges for protein tertiary structure prediction. Especially, estimating the quality of a single protein model, which is important for selecting a few good models out of a large model pool consisting of mostly low-quality models, is still a largely unsolved problem. We introduce a novel single-model quality assessment method DeepQA based on deep belief network that utilizes a number of selected features describing the quality of a model from different perspectives, such as energy, physio-chemical characteristics, and structural information. The deep belief network is trained on several large datasets consisting of models from the Critical Assessment of Protein Structure Prediction (CASP) experiments, several publicly available datasets, and models generated by our in-house ab initio method. Our experiment demonstrate that deep belief network has better performance compared to Support Vector Machines and Neural Networks on the protein model quality assessment problem, and our method DeepQA achieves the state-of-the-art performance on CASP11 dataset. It also outperformed two well-established methods in selecting good outlier models from a large set of models of mostly low quality generated by ab initio modeling methods. DeepQA is a useful tool for protein single model quality assessment and protein structure prediction. The source code, executable, document and training/test datasets of DeepQA for Linux is freely available to non-commercial users at http://cactus.rnet.missouri.edu/DeepQA/.

研究の動機と目的

• 大規模で多様なモデルプールにおいて、個々のタンパク質モデルの品質を推定するという持続的な課題に対処すること。
• 低品質なモデルから高品質なモデルをよりよく選別できるようにすることで、タンパク質構造予測の精度を向上させること。
• エネルギー、物理化学的性質、構造的特徴といった多面的な特徴を統合する、堅牢な品質評価に適した機械学習フレームワークの開発。
• 従来のモデル（SVM や順方向ニューラルネットワーク）と比較して、深層信念ネットワークが単一モデル品質評価において優れた性能を示すかどうかの検証。
• 研究者がタンパク質構造予測ワークフローを強化できるように、非営利目的で自由に利用可能なツールの提供。

提案手法

• 本手法は、CASP 実験、公開のタンパク質モデルコレクション、および社内でのア・イニチオモデルを含む複数のデータセットで学習された深層信念ネットワーク（DBN）を採用する。
• 入力特徴にはエネルギー項、物理化学的性質、構造的記述子が含まれ、モデルの品質を複数の視点から表現する。
• DBN は、可視層と隠れ層に対して、グリーディ層別アンサンブレッド学習を用いて事前学習を行い、その後、教師あり学習によるファインチューニングを行う。
• モデルは、ネイティブ構造との GDT_TS や RMSD といった指標を用いて品質が評価されたラベル付きデータを用いてファインチューニングされる。
• 特徴工学では、関連性が高く重複のない記述子を選択することで、一般化性能の向上と入力空間のノイズ低減を図る。
• 最終的なモデルは、あるモデルがネイティブ構造に近いかどうかを予測する品質スコアを出力する。

実験結果

リサーチクエスチョン

• RQ1 深層信念ネットワークは、多様なソースの特徴を効果的に統合することで、単一タンパク質モデルの品質評価を向上させることができるか？
• RQ2 SVM や順方向ニューラルネットワークといった従来のモデルと比較して、DBN のタンパク質品質評価における性能はどのように異なるか？
• RQ3 DeepQA は、低品質なア・イニチオモデルが多数存在する大規模なプールから、高品質なモデルをどれだけ効果的に特定できるか？
• RQ4 DBN を用いたアプローチは、CASP や公開モデルリポジトリを含む多様なデータセットに一般化可能か？
• RQ5 本手法は、CASP11 といったベンチマークデータセットで最先端の性能を達成できるか？

主な発見

• DeepQA は、CASP11 データセットにおいて最先端の性能を達成し、既存の手法を上回った。
• 深層信念ネットワークは、サポートベクターマシンと標準的なニューラルネットワークを著しく上回り、モデル品質の順位付けにおいて優れた性能を示した。
• DeepQA は、低品質なア・イニチオモデルが多数存在する大規模なセットから、高品質な外れ値モデルを効果的に選別する能力に優れていた。
• エネルギー、物理化学的性質、構造的特徴といった多様な特徴の統合により、モデルの予測精度と耐性が向上した。
• 本手法は、CASP 実験や公開モデルリポジトリを含む複数のデータセットに強く一般化した。
• ソースコード、実行可能ファイル、ドキュメンテーション、およびトレーニング／テストデータセットは、非営利目的で公開されている。