[論文レビュー] Neural message passing for joint paratope-epitope prediction

Alice Del Vecchio, Andreea Deac+2 more|arXiv (Cornell University)|May 31, 2021

vaccines and immunoinformatics approaches参考文献 21被引用数 17

ひとこと要約

本論文は、パラトープとエピトープの予測を統合的に扱う新しい非対称ニューラルメッセージパッシングフレームワークEPMPを提案する。パラトープには順序的な特徴を活用するPara-EPMP、エピトープには構造的に複雑な性質を考慮するEpi-EPMPを別々に用いることで、両タスクで最先端の性能を達成し、パラトープ予測で75.2%のAUC PR、エピトープ予測で27.7%のAUC PRを達成。PACANなどの先行手法を顕著に上回っている。

ABSTRACT

Antibodies are proteins in the immune system which bind to antigens to detect and neutralise them. The binding sites in an antibody-antigen interaction are known as the paratope and epitope, respectively, and the prediction of these regions is key to vaccine and synthetic antibody development. Contrary to prior art, we argue that paratope and epitope predictors require asymmetric treatment, and propose distinct neural message passing architectures that are geared towards the specific aspects of paratope and epitope prediction, respectively. We obtain significant improvements on both tasks, setting the new state-of-the-art and recovering favourable qualitative predictions on antigens of relevance to COVID-19.

研究の動機と目的

• パラトープとエピトープの予測における本質的な非対称性に対処する。パラトープは配列上に局在的であるが、エピトープは構造的に散らばっており、文脈依存的である。
• 抗体-抗原結合部位の計算的予測を向上させ、in silicoワクチンや合成抗体設計の加速を図る。
• エピトープ予測におけるクラス不均衡を克服し、マルチタスク学習とアテンションベースのメッセージパッシングにより一般化性能を向上させる。
• AlphaFold2で予測されたモデルからの構造的情報を活用しながら、両タスクで高い精度を維持する統合予測モデルを開発する。

提案手法

• Para-EPMPは、パラトープの順序的局在性を活用するため、アトラスCNN（dilated convolutional neural networks）を用い、同時に3次元構造的文脈を統合するためのグラフニューラルネットワーク（GNNs）を組み合わせる。
• Epi-EPMPは、長距離依存性と抗体からの文脈的手がかりをモデル化するため、アテンションベースのGNN（GATs）を用いたマルチタスク学習設定を採用し、正則化と一般化性能を向上させる。
• 本モデルはハイブリッドアーキテクチャを採用しており、抗体のパラトープは順序に敏感なモジュールで予測され、抗原のエピトープは抗体に条件付けられたメッセージパッシングにより予測される。
• 訓練はクラスウェイト付きバイナリクロスエントロピー損失を用い、GCN層と非GCN層で別々の学習率を設定することで、エピトープタスクの極めて不均衡なデータに対して訓練を安定化させる。
• フレームワークは、AlphaFold2で予測されたタンパク質構造からの構造的プライオリティを活用し、残留物を空間的近接性（<4.5Å）に基づくエッジで接続する接触グラフのノードとして扱う。
• マルチタスク学習により、パラトープ予測ヘッドと共有された表現を介してエピトープ予測器が明示的に正則化され、生物学的に関連のある抗体領域への注目が強化される。

実験結果

リサーチクエスチョン

• RQ1 パラトープとエピトープ予測の間の非対称性を明示的にモデル化することで、統合的予測モデルが優れた性能を達成できるか？
• RQ2 順序的および構造的インダクティブバイアスを組み合わせることで、対称的アーキテクチャに比べてパラトープ予測の正確性が向上するか？
• RQ3 共有アテンション機構を用いたマルチタスク学習は、高いクラス不均衡に苦しむエピトープ予測において一般化性能を向上させ、過学習を低減できるか？
• RQ4 本モデルは、SARS-CoV-2 RBDのような臨床的関連性の高い抗原に対し、生物学的に意味のある予測を出力できるか？

主な発見

• EPMPはパラトープ予測で75.2%のAUC PRを達成し、PECANの70.0%を顕著に上回る、新たなSOTAを達成した。
• エピトープ予測では27.7%のAUC PRを達成し、PECANの21.2%、Epi-GCN（22.9%）、Epi-MPNN（20.6%）といったアブレーションモデルを上回った。
• アブレーションスタディの結果、非対称アーキテクチャが不可欠であることが確認された。特に、順序的コンポonentが欠落したモデル（例：Para-MPNN）やマルチタスク学習が欠落したモデルは性能が劣った。
• EPMPはB38抗体を用いてSARS-CoV-2 RBDの正しい結合インターフェースを特定し、真の結合部位の周辺で偽陽性が最小限に抑えられた。
• 微調整なしの状態でもEPMPは優れた性能を維持し、PECANですら一般タンパク質-タンパク質相互作用の微調整を用いてもEPMPを上回った。
• 明示的なパラトープ監視を伴うマルチタスク学習により、Epi-EPMPの注目メカニズムが向上し、無教師学習の不安定性が低減した。