[論文レビュー] DRLComplex: Reconstruction of protein quaternary structures using deep reinforcement learning

Elham Soltanikazemi, Raj S. Roy+4 more|arXiv (Cornell University)|May 26, 2022

Protein Structure and Dynamics被引用数 6

ひとこと要約

DRLComplex は、自己対戦型のエージェントベース学習アプローチを用いて、鎖間のアミノ酸残基間接触からタンパク質のクaternary 構造を再構築する深層強化学習手法である。真の接触を用いる場合、高い精度を達成し、平均的にホモジマーとヘテロジマーのデータセットでそれぞれ TM スコア 0.9895 および 0.9881 を記録する。予測された接触を用いる場合でも、強力な性能を維持し、それぞれ TM スコア 0.73 および 0.76 を達成し、従来の最適化手法を上回る。

ABSTRACT

Predicted inter-chain residue-residue contacts can be used to build the quaternary structure of protein complexes from scratch. However, only a small number of methods have been developed to reconstruct protein quaternary structures using predicted inter-chain contacts. Here, we present an agent-based self-learning method based on deep reinforcement learning (DRLComplex) to build protein complex structures using inter-chain contacts as distance constraints. We rigorously tested DRLComplex on two standard datasets of homodimeric and heterodimeric protein complexes (i.e., the CASP-CAPRI homodimer and Std_32 heterodimer datasets) using both true and predicted interchain contacts as inputs. Utilizing true contacts as input, DRLComplex achieved high average TM-scores of 0.9895 and 0.9881 and a low average interface RMSD (I_RMSD) of 0.2197 and 0.92 on the two datasets, respectively. When predicted contacts are used, the method achieves TM-scores of 0.73 and 0.76 for homodimers and heterodimers, respectively. Our experiments find that the accuracy of reconstructed quaternary structures depends on the accuracy of the contact predictions. Compared to other optimization methods for reconstructing quaternary structures from inter-chain contacts, DRLComplex performs similar to an advanced gradient descent method and better than a Markov Chain Monte Carlo simulation method and a simulated annealing-based method, validating the effectiveness of DRLComplex for quaternary reconstruction of protein complexes.

研究の動機と目的

• 予測されたまたは真の鎖間接触からタンパク質のクaternary 構造を再構築するための新しい深層強化学習アプローチの開発。
• 三次構造予測の進展にもかかわらず、依然として未開発に近いクaternary 構造予測の課題に取り組む。
• 自己学習と長期的報酬設計を強化学習フレームワークで活用することで、従来の最適化ベース手法（例：シミュレーテッドアニーリング、MCMC）を改善すること。
• 構造的テンプレートや広範な分野特化型のガイダンスを必要とせず、正確でスケーラブルかつ効率的なジマーの再構築を可能にすること。

提案手法

• DRLComplex は、自己対戦メカニズムを用いて幾何的構成を最適化することで、1つのタンパク質鎖を別の鎖に対して位置決めする深層強化学習エージェントを採用する。
• この手法は、鎖間のアミノ酸残基間接触を距離制約として用い、ドッキングプロセスを段階的意思決定問題として扱う。
• エージェントは、ネイティブ状態との構造的類似性（TM スコアとインターフェース RMSD で測定）に基づくスパarsな報酬を受け取り、長期的学習を促進する。
• 構造的ずれを最小限に抑えるためのアクション（回転と平行移動）を選択するために、ニューラルネットワークポリシーを活用する。
• 訓練は自己対戦を含み、エージェントは自身の相互作用から学び、次第にネイティブに近いクaternary 構造を生成する能力を向上させる。
• 真の接触と予測された接触の両方を用いて評価され、現実的な条件下での評価が可能となる。

実験結果

リサーチクエスチョン

• RQ1 深層強化学習エージェントは、鎖間接触制約と三次構造のみを用いて、タンパク質のクaternary 構造を高い精度で再構築できるか？
• RQ2 DRLComplex の性能は、勾配降下法、シミュレーテッドアニーリング、およびマルコフ連鎖モンテカルロ法といった従来の最適化手法と比較してどうか？
• RQ3 再構築されたクaternary 構造の正確さは、予測された鎖間接触の品質にどの程度依存するか？
• RQ4 接触予測に誤りや誤検出が含まれる現実世界のシナリオにおいて、DRLComplex は一般化可能か？
• RQ5 DRLComplex の自己学習メカニズムは、外部の構造的テンプレートや広範な分野特化型ヒューリスティクスを必要とせず、最先端の性能を達成できるか？

主な発見

• 真の鎖間接触を用いる場合、DRLComplex は CASP-CAPRI ホモジマー データセットで平均 TM スコア 0.9895、Std_32 ヘテロジマー データセットで 0.9881 を達成する。
• 真の接触を用いる場合、ホモジマーの平均インターフェース RMSD (I_RMSD) は 0.2197 Å、ヘテロジマーでは 0.92 Å である。
• 予測された接触を用いる場合、DRLComplex はホモジマーとヘテロジマーでそれぞれ TM スコア 0.73 および 0.76 を達成し、接触予測誤差に対しても頑健であることが示された。
• DRLComplex は、TM スコアおよび I_RMSD の観点で、勾配降下法、シミュレーテッドアニーリング、モンテカルロ法を上回り、接触入力に不完全さがある現実的なシナリオでも顕著な優位性を示した。
• TM スコアおよびネイティブ性（f_nat）で測定される構造的質は、接触予測の正確さと強く相関しており、精度、再現率、F1 スコアが高いほど再構築品質が向上する。
• 可視化結果から、DRLComplex は三次構造が予測された場合でもネイティブに近い構造を成功裏に再構築できるが、三次構造と接触予測の両方が不正確である場合（例：TM スコアが 0.75 に低下し、I_RMSD が 6.07 Å に上昇）には著しく性能が低下することが分かった。