[論文レビュー] EGR: Equivariant Graph Refinement and Assessment of 3D Protein Complex Structures

Alex Morehead, Xiao Chen+3 more|arXiv (Cornell University)|May 20, 2022

Computational Drug Discovery Methods被引用数 5

ひとこと要約

EGRは、3次元タンパク質複合体構造のエンドツーエンドの精錬と品質評価を実現するE(3)同変グラフニューラルネットワークを提案する。原子レベルの構造精錬およびアミノ酸残基ごとの品質スコアリングにおいて、GNNRefine や GalaxyRefineComplex といった先行手法を上回る最先端の性能を達成し、顕著に高速な推論時間を実現する。

ABSTRACT

Protein complexes are macromolecules essential to the functioning and well-being of all living organisms. As the structure of a protein complex, in particular its region of interaction between multiple protein subunits (i.e., chains), has a notable influence on the biological function of the complex, computational methods that can quickly and effectively be used to refine and assess the quality of a protein complex's 3D structure can directly be used within a drug discovery pipeline to accelerate the development of new therapeutics and improve the efficacy of future vaccines. In this work, we introduce the Equivariant Graph Refiner (EGR), a novel E(3)-equivariant graph neural network (GNN) for multi-task structure refinement and assessment of protein complexes. Our experiments on new, diverse protein complex datasets, all of which we make publicly available in this work, demonstrate the state-of-the-art effectiveness of EGR for atomistic refinement and assessment of protein complexes and outline directions for future work in the field. In doing so, we establish a baseline for future studies in macromolecular refinement and structure analysis.

研究の動機と目的

• 深層学習を用いて、特に鎖間インターフェース領域において低品質な3次元タンパク質複合体構造を精錬する課題に取り組む。
• タンパク質複合体の構造精錬と品質評価を統合的に実行する統一された深層学習フレームワークを構築する。
• 3次元回転および平行移動に対する同変性を活用することで、従来の分子動力学的および緩和手法の限界を克服する。
• 多様で公開可能なデータセットを用いて、タンパク質複合体構造精錬および品質評価の新しいベンチマークを確立する。
• ドラッグディスカバリーやワクチン開発のパイプラインにおいて、より高速かつ高精度な構造予測を可能にする。

提案手法

• タンパク質構造予測における3次元幾何的対称性（回転および平行移動）を保持するE(3)同変グラフニューラルネットワーク（EGR）を提案する。
• 原子座標と化学的性質を特徴量として符号化したタンパク質複合体の幾何的グラフ表現に基づくメッセージパッシングアーキテクチャを採用する。
• 入力正則化と同変更新を適用し、予測結果がグローバルな剛体変換に対して不変となるように保証する。
• マルチタスク学習を実装：1回の順伝播で同時に精錬された原子座標の回帰とアミノ酸残基ごとの品質スコア予測を実行する。
• 原子位置のL2損失と品質評価のランク損失を組み合わせたカスタム損失関数を採用し、両タスクを同時に最適化する。
• 多様で新規に収集されたタンパク質複合体デコイデータセットを用いて学習し、今後の研究を支援するため、完全に公開する。

実験結果

リサーチクエスチョン

• RQ1 E(3)同変グラフニューラルネットワークは、低品質な3次元タンパク質複合体構造の精錬において最先端の性能を達成できるか？
• RQ2 1つの深層学習モデルが、タンパク質複合体の構造精錬と品質評価をどの程度同時に改善できるか？
• RQ3 全原子レベルの表現を用いることで、Cα原子のみの表現よりも性能が向上するか？
• RQ4 EGRは、Modeller や GalaxyRefineComplex などの従来の精錬ツールと比較して、精度および推論速度の面で優れているか？
• RQ5 限られた学習データでも、多様なタンパク質複合体のトポロジーおよび鎖間インターフェースに一般化できるか？

主な発見

• EGRは最先端の精錬性能を達成し、6GS2テスト複合体において平均RMSDを元のデコイの8.715からEGR精錬後の8.636に低下させた。
• EGR-AllAtomは、全テスト複合体においてトップ10ヒットレート11/10/10を達成し、GNN_DOVE（8/7/3）および他のベースラインを上回った。
• EGR-AllAtomはM4Sテストセットでランク損失0.3144 ± 0.1506を達成し、GNN_DOVE（0.3432 ± 0.2538）および他の手法を上回った。
• EGR-Cα-ModellerはCα原子のみを用いても品質評価でSOTAを達成した。これは、粗いグレインモデル化が極めて有効である可能性を示唆している。
• EGRは、GalaxyRefineComplex（1,200秒）およびGNNRefine（600秒）と比較して1,000倍以上の高速な推論速度を達成し、大規模データセットの迅速処理を可能にした。
• Modellerが改善に失敗する複雑なデコイ（6GS2）に対しても、EGRは正常に精錬を実行した。これは、高RMSDデコイに対しても強力な処理能力を有することを示している。