[論文レビュー] PyMOLfold: Interactive Protein and Ligand Structure Prediction in PyMOL

Colby T. Ford, Arif Ullah+2 more|ArXiv.org|Feb 1, 2025

Machine Learning in Bioinformatics被引用数 3

ひとこと要約

PyMOLfoldはオープンソースのPyMOLプラグインで、AIベースのタンパク質構造予測とリガンド配置を直接PyMOLに統合します。ESM3、Boltz-1、およびChai-1 のようなモデルを用いて配列からタンパク質三級構造を予測し、必要に応じてSMILES文字列からリガンドを予測構造内に配置します。

ABSTRACT

PyMOLfold is a flexible and open-source plugin designed to seamlessly integrate AI-based protein structure prediction and visualization within the widely used PyMOL molecular graphics system. By leveraging state-of-the-art protein folding models such as ESM3, Boltz-1, and Chai-1, PyMOLfold allows researchers to directly predict protein tertiary structures from amino acid sequences without requiring external tools or complex workflows. Furthermore, with certain models, users can provide a SMILES string of a ligand and have the small molecule placed in the protein structure. This unique capability bridges the gap between computational folding and structural visualization, enabling users to input a primary sequence, perform a folding prediction, and immediately explore the resulting 3D structure within the same intuitive platform.

研究の動機と目的

• PyMOL内でアミノ酸配列から直接タンパク質三級構造を予測する。
• 最先端の折り畳みモデル（例：ESM3、Boltz-1、Chai-1）を1つの可視化ワークフローに統合する。
• 予測タンパク質構造内にSMILES文字列から小分子リガンドを任意に配置できるようにする。
• 計算折り畳みと構造視覚化をつなぐ、対話的で使いやすいワークフローをPyMOLに提供する。

提案手法

• AIベースの折り畳みモデルと連携する柔軟なオープンソースのPyMOLプラグインを開発する。
• ESM3、Boltz-1、Chai-1などのタンパク質折り畳みモデルを利用して配列から三級構造を予測する。
• .predictされたタンパク質構造内にリガンドを配置するためのSMILES文字列の入力をサポートする。
• 結果の即時探査を可能にする、PyMOL内での対話的な視覚化体験を提供する。

実験結果

リサーチクエスチョン

• RQ1 AIベースの折り畳みモデルを外部ツールを使わず、配列から直接タンパク質構造を予測するようにPyMOLへ直接統合できるか。
• RQ2 同じPyMOL環境内でSMILES文字列を用いて予測タンパク質構造内にリガンドを配置できるか。
• RQ3 統合ワークフローは配列から折り畳まれた構造および構造視覚化への移行を合理化するか。
• RQ4 折り畳みモデルとPyMOLの可視化を組み合わせる際の実用的な制約と使いやすさの考慮事項は何か。
• RQ5 モデル（ESM3、Boltz-1、Chai-1）の違いは、PyMOLfoldプラグイン内で性能と結果の観点でどう比較されるか。

主な発見

• PyMOLfoldプラグインは、PyMOL内でアミノ酸配列から直接タンパク質三級構造予測を可能にする。
• ユーザーは任意でSMILES文字列を提供してタンパク質構造内にリガンドを配置でき、折り畳みと視覚化を橋渡しする。
• プラグインはESM3、Boltz-1、Chai-1など、最先端のモデルを活用して折り畳み予測を実行する。
• このアプローチは、PyMOL内での結果のシームレスな統合と対話的な探索を強調する。