[論文レビュー] DeepSymmetry : Using 3D convolutional networks for identification of tandem repeats and internal symmetries in protein structures

Guillaume Pagès, Sergei Grudinin|arXiv (Cornell University)|Oct 29, 2018

RNA and protein synthesis mechanisms参考文献 52被引用数 15

ひとこと要約

DeepSymmetryは、タンデムリピートおよびタンパク質構造とcryo-EM密度マップ内の内部対称性を検出する3次元畳み込みニューラルネットワークを導入する。6次元ヴェロネーゼ埋め込みを学習することで、1度未塔の中央角誤差で対称軸を予測する。この手法は、高い正確性で対称性の順序と軸を特定し、RepeatsDBに登録されていない10,000個以上の可能性のあるタンデムリピートタンパク質を同定した。

ABSTRACT

Motivation: Thanks to the recent advances in structural biology, nowadays three-dimensional structures of various proteins are solved on a routine basis. A large portion of these contain structural repetitions or internal symmetries. To understand the evolution mechanisms of these proteins and how structural repetitions affect the protein function, we need to be able to detect such proteins very robustly. As deep learning is particularly suited to deal with spatially organized data, we applied it to the detection of proteins with structural repetitions. Results: We present DeepSymmetry, a versatile method based on three-dimensional (3D) convolutional networks that detects structural repetitions in proteins and their density maps. Our method is designed to identify tandem repeat proteins, proteins with internal symmetries, symmetries in the raw density maps, their symmetry order, and also the corresponding symmetry axes. Detection of symmetry axes is based on learning six-dimensional Veronese mappings of 3D vectors, and the median angular error of axis determination is less than one degree. We demonstrate the capabilities of our method on benchmarks with tandem repeated proteins and also with symmetrical assemblies. For example, we have discovered over 10,000 putative tandem repeat proteins that are not currently present in the RepeatsDB database. Availability: The method is available at https://team.inria.fr/nano-d/software/deepsymmetry. It consists of a C++ executable that transforms molecular structures into volumetric density maps, and a Python code based on the TensorFlow framework for applying the DeepSymmetry model to these maps.

研究の動機と目的

• タンパク質の3次元構造および密度マップにおける構造的反復と内部対称性を検出する堅牢な手法を開発すること。
• 連続的かつ一意の3次元空間における表現を必要とする3次元対称軸を予測する課題に対処すること。
• タンパク質構造のボリューム表現を用いて、タンデムリピートタンパク質および対称性を持つタンパク質アセンブリを同定すること。
• 低分解能のクロイオ電子顕微鏡密度マップにおける対称性の検出を可能にすること。
• 従来のデータベース（例：RepeatsDB）に存在しない、以前に発見されていなかったタンデムリピートタンパク質を同定すること。

提案手法

• 本手法は、PDB構造およびcryo-EMマップから得られるボリューム密度マップを処理する3次元畳み込みニューラルネットワーク（3D-CNN）を用いる。
• 3次元ベクトルを連続的かつ一意の方法で表現できるようにするため、6次元ヴェロネーゼ埋め込みを採用する。
• ネットワークは、対称性の順序および対称軸の方向を予測する。後者はヴェロネーゼ写像を用いた角度回帰によって学習される。
• 入力データは、PDBファイルを24×24×24ボクセルの解像度で3次元密度マップに変換するC++パイプラインによって生成される。
• モデルは、既知の対称性を持つ合成データを用いて学習され、性能は別個の検証セットを用いて検証される。
• 深層学習にはTensorFlow、データ前処理にはC++が使用され、大規模タンパク質構造の効率的処理が可能になる。

実験結果

リサーチクエスチョン

• RQ1 3次元畳み込みニューラルネットワークは、タンパク質3次元構造における内部対称性およびタンデムリピートを効果的に検出できるか？
• RQ2 非一意的かつ不連続な表現の課題がある中で、3次元空間における対称軸方向の予測はどの程度正確に行えるか？
• RQ3 信号対雑音比が低い低分解能のcryo-EM密度マップにおいて、本手法は対称性を検出できるか？
• RQ4 本手法は、RepeatsDBのような既存のデータベースに存在しない、新しいタンデムリピートタンパク質をどの程度発見できるか？
• RQ5 本モデルは、異なる対称性の順序および構造的文脈に一般化できるか？

主な発見

• 対称軸予測の中央角誤差は1度未塔であり、軸検出の高精度を示している。
• 検証セットでは、合成データを用いた対称性の順序の正しい予測に92％の正確性を達成した。
• 検証セットでは、誤った予測を含め、平均して約8°の角差で対称軸が検出された。
• RepeatsDBデータベースに登録されていない10,000個以上の可能性のあるタンデムリピートタンパク質が同定された。
• 10のテストケース（さまざまな分解能を有する）において、低分解能のcryo-EM密度マップにおいても対称性が正常に同定された。
• 最初の層の3次元畳み込みカーネルはラプラシアンのような基本的なフィルタに類似しており、2番目の層のカーネルは球面調和関数のような直交基底セットに類似している。これは階層的特徴抽出を示している。