[論文レビュー] MUFold-SS: Protein Secondary Structure Prediction Using Deep Inception-Inside-Inception Networks

Chao Fang, Yi Shang+1 more|arXiv (Cornell University)|Sep 12, 2017

Advanced Malware Detection Techniques参考文献 27被引用数 5

ひとこと要約

MUFold-SS は、アミノ酸配列と PSI-BLAST プロファイルの両方を用いてタンパク質二次構造を予測する深層インセプション・インサイド・インセプションニューラルネットワーク（Deep3I）を導入している。CB513 ベンチマークにおいて、82.8% の Q3 および 71.1% の Q8 の正答率を達成し、精度と速度の両面で既存手法を上回る最先端の性能を発揮している。

ABSTRACT

Motivation: Protein secondary structure prediction can provide important information for protein 3D structure prediction and protein functions. Deep learning, which has been successfully applied to various research fields such as image classification and voice recognition, provides a new opportunity to significantly improve the secondary structure prediction accuracy. Although several deep-learning methods have been developed for secondary structure prediction, there is room for improvement. MUFold-SS was developed to address these issues. Results: Here, a very deep neural network, the deep inception-inside-inception networks (Deep3I), is proposed for protein secondary structure prediction and a software tool was implemented using this network. This network takes two inputs: a protein sequence and a profile generated by PSI-BLAST. The output is the predicted eight states (Q8) or three states (Q3) of secondary structures. The proposed Deep3I not only achieves the state-of-the-art performance but also runs faster than other tools. Deep3I achieves Q3 82.8% and Q8 71.1% accuracies on the CB513 benchmark.

研究の動機と目的

• 深層学習を用いてタンパク質二次構造予測の精度を向上させること。
• 二次構造予測のためのより高速かつ高精度な深層ニューラルネットワークアーキテクチャを開発すること。
• 新規なネットワーク設計を用いて、配列とプロファイル情報を効果的に統合すること。
• CB513 のような標準ベンチマークで最先端の性能を達成すること。
• 高精度な二次構造予測を提供する公開可能なツールを提供すること。

提案手法

• 本手法は、階層的に積み重ねられた複数のインセプションモジュールを有する深層インセプション・インサイド・インセプションネットワーク（Deep3I）を採用している。
• ネットワークは2つの入力を処理する：一次アミノ酸配列と、PSI-BLAST によって生成された位置固有スコア行列（PSSM）。
• 各インセプションモジュール内で 1x1、3x3、5x5 の畳み込みフィルタを用いて、マルチスケール特徴を捉える。
• 学習の安定化と勾配の流れの改善のため、スキップ接続とバッチ正規化が用いられている。
• 最終層は、8つの二次構造状態（Q8）または3つの状態（Q3）の確率を出力する。
• モデルは、交差エントロピー損失を用いた確率的勾配降下法により、エンドツーエンドで学習される。

実験結果

リサーチクエスチョン

• RQ1 深層インセプション・インサイド・インセプションネットワークアーキテクチャは、既存の深層学習手法を上回る二次構造予測精度を実現できるか？
• RQ2 深層CNNを用いて配列とプロファイル情報を統合することで、予測性能がどのように向上するか？
• RQ3 提案された Deep3I アーキテクチャは、高精度を維持したまま、より高速な推論時間を達成できるか？
• RQ4 標準ベンチマーク上で、多様なタンパク質ファミリーにわたって、モデルの一般化性能はどの程度高いか？
• RQ5 ネットワーク設計により、二次構造予測における過学習の低減と学習の安定性の向上が図れるか？

主な発見

• MUFold-SS は、CB513 ベンチマークで 82.8% の Q3 正答率を達成し、最先端の性能を示している。
• 同ベンチマークで 71.1% の Q8 正答率を達成し、以前の手法を顕著に上回っている。
• Deep3I アーキテクチャは、他の深層学習ベースの二次構造予測ツールと比較して、より高速な推論を実現している。
• PSI-BLAST プロファイルと配列データの統合により、予測のロバスト性と精度が向上している。
• 階層的なインセプション設計により、マルチスケールの配列および進化的特徴を効果的に捉えている。
• ベンチマークデータセット内の多様なタンパク質ファミリーにわたり、強力な一般化性能を示している。