[論文レビュー] Improving AlphaFlow for Efficient Protein Ensembles Generation

Shaoning Li, Mingyu Li+5 more|arXiv (Cornell University)|Jul 8, 2024

Cell Image Analysis Techniques被引用数 5

ひとこと要約

Alpha Flow -Litは特徴条件付けを用いてタンパク質アンサンブル生成を高速化し、Alpha Flowと同等の精度を保ちながら約47倍のサンプリング速度を実現します。

ABSTRACT

Investigating conformational landscapes of proteins is a crucial way to understand their biological functions and properties. AlphaFlow stands out as a sequence-conditioned generative model that introduces flexibility into structure prediction models by fine-tuning AlphaFold under the flow-matching framework. Despite the advantages of efficient sampling afforded by flow-matching, AlphaFlow still requires multiple runs of AlphaFold to finally generate one single conformation. Due to the heavy consumption of AlphaFold, its applicability is limited in sampling larger set of protein ensembles or the longer chains within a constrained timeframe. In this work, we propose a feature-conditioned generative model called AlphaFlow-Lit to realize efficient protein ensembles generation. In contrast to the full fine-tuning on the entire structure, we focus solely on the light-weight structure module to reconstruct the conformation. AlphaFlow-Lit performs on-par with AlphaFlow and surpasses its distilled version without pretraining, all while achieving a significant sampling acceleration of around 47 times. The advancement in efficiency showcases the potential of AlphaFlow-Lit in enabling faster and more scalable generation of protein ensembles.

研究の動機と目的

• Alpha Flowのタンパク質アンサンブルのサンプリング効率の限界を理解する。
• 計算負荷を削減する軽量な機能条件付き変種を開発する。
• MD軌道データ上でAlpha Flow -LitをAlpha Flowおよび蒸留版と比較評価する。
• タンパク質ダイナミクス、局在残基配置、長距離相関について生成アンサンブルを分析する。

提案手法

• AlphaFoldエンベッダーとEvoformerを凍結状態に保ち、単一特徴量と対になる特徴量を事前計算する。
• 軽量なStructureModuleを、MSAではなく計算済みの単一特徴量と対特徴量（トーション角と接触マップ）で条件付けする。
• 事前学習済みウェイトを最小限に乱さないControlNet風の入力埋め込みに着想を得た、特徴条件付きの前処理を使用する。
• PDB事前学習なしでALTAS MD軌道データ上でAlpha Flow -Litを訓練し、軽量デノイザーを用いたフルデノイジングステップを採用する。
• MDベースの指標（RMSD、RMSF、JSD、DCCM等）を用いて、Alpha Flow -FullおよびAlpha Flow -Distilledと比較したランタイムとアンサンブル品質を評価する。
• x_tを特徴量として、学習されたベクトル場を用いたAlphaFlowベースのCNF/フローマッチングフレームワークを維持する。

Figure 1: Model architecture of sequence-conditioned Alpha Flow ( left ) and feature-conditioned Alpha Flow -Lit ( right ). $T$ : Denoising steps; $x_{t}$ : Noisy structure; $\tilde{x}_{0}$ : Predicted structure.

実験結果

リサーチクエスチョン

• RQ1 特徴量条件付けを行った軽量なStructure Moduleは、完全なMSAアンカー付け条件付けを置換してAlpha Flowを加速し、アンサンブル品質を損なわないか。
• RQ2 Alpha Flowとその蒸留版に比べて、Alpha Flow -Litはタンパク質長に対してどのようにスケールするか。
• RQ3 Alpha Flow -Litのアンサンブルは、地真MDアンサンブルと同等の重要なダイナミクス、局所残基挙動、長距離相関を維持するか。
• RQ4 Alpha Flow -LitとAlpha Flow -Full/Distilledの間で多様性と精度のトレードオフはどうなるか。

主な発見

Category / Metric	Alpha Flow -Full	Alpha Flow -Lit	Alpha Flow -Distilled
タンパク質ダイナミクス; ペアワイズ RMSD (=2.90)	2.89	2.43	1.94
タンパク質ダイナミクス; ペアワイズ RMSD p	0.49	0.58	0.49
PCA Cα 座標; JSD	0.43	0.46	0.51
PCA Cα ペアワイド距離; JSD	0.48	0.52	0.56
残基内の局所配置; 各ターゲット RMSF (=1.94)	1.88	1.65	1.34
各ターゲット RMSF p	0.75	0.77	0.71
安定した接触; JSD	0.84	0.83	0.79
ジヘドラル分布; JSD	0.47	0.51	0.57
残基間の長距離相関; DCCM p	0.78	0.78	0.74

• Alpha Flow -LitはAlpha Flow -Fullと比較して平均約47倍のサンプリング速度を達成。
• Alpha Flow -LitはATLAS MD軌道上のアンサンブル品質でAlpha Flowと同等、いくつかの指標でAlpha Flow -Distilledを上回る。
• Alpha Flow -Litは一般的なダイナミクス（RMSDベース）に対する地真MDアンサンブルとの最も強いピアソン相関を示しつつ、Alpha Flow -Fullと同等の多様性を維持。
• PCAベースの本質的ダイナミクスでは、Alpha Flow -LitはAlpha Flow -Fullと同等で、Alpha Flow -Distilledよりも優れている。
• 局所的残基分析（RMSF、接触確率、ジヘドラル分布）は、Alpha Flow -Litが地真パターンをほぼ追跡し、Distilledより顕著な改善を示す。
• 長距離結合分析（DCCM）では、Alpha Flow -Litが蒸留変体よりも残基相関を良く捉える。

Figure 2: Visualization of MD evaluation from MD, Alpha Flow -Lit and Alpha Flow . ( A ) Runtime comparison corresponding to the sequence length and their fitted curves. ( B ) Principal components analysis (PCA) for 6q9c_A ensembles. The representative structures are pointed out. ( C, D ) Ensembles