[論文レビュー] Rigid Protein-Protein Docking via Equivariant Elliptic-Paraboloid Interface Prediction

Ziyang Yu, Wenbing Huang+1 more|arXiv (Cornell University)|Jan 17, 2024

Monoclonal and Polyclonal Antibodies Research被引用数 5

ひとこと要約

ElliDock は二つのタンパク質の楕円抛物面結合界面を予測し、これをフィットさせてドッキングを計算することで、SE(3)同値性を保証し、立体衝突を減らす。特に抗体-抗原ドッキングで速度と精度の競合力を発揮する。

ABSTRACT

The study of rigid protein-protein docking plays an essential role in a variety of tasks such as drug design and protein engineering. Recently, several learning-based methods have been proposed for the task, exhibiting much faster docking speed than those computational methods. In this paper, we propose a novel learning-based method called ElliDock, which predicts an elliptic paraboloid to represent the protein-protein docking interface. To be specific, our model estimates elliptic paraboloid interfaces for the two input proteins respectively, and obtains the roto-translation transformation for docking by making two interfaces coincide. By its design, ElliDock is independently equivariant with respect to arbitrary rotations/translations of the proteins, which is an indispensable property to ensure the generalization of the docking process. Experimental evaluations show that ElliDock achieves the fastest inference time among all compared methods and is strongly competitive with current state-of-the-art learning-based models such as DiffDock-PP and Multimer particularly for antibody-antigen docking.

研究の動機と目的

• 高速で一般化可能な剛性タンパク質-タンパク質ドッキングを、局所的な点群登録を超えて動機づける。
• 結合界面を予測・整列するグローバルでSE(3)-等変性フレームワークを開発する。
• 受容体とリガンドの重複しない領域に界面を制約して、立体衝突を減らす。
• 任意の入力姿勢に対してロバストで、最先端手法と競合する精度を提供するドッキングパイプラインを提供する。

提案手法

• SE(3)不変特徴と3D座標を用いてタンパク質を残基グラフとしてモデル化する。
• EPITを用いて、ペアワイズSE(3)-等変性グラフニュートワークを用い、グローバル情報を持つタンパク質内および間の相互作用を捉える。
• 各タンパク質に対して結合界面をモデリングする楕円抛物面(A,b,c)の対を予測し、SE(3)-等変性変換を用いる。
• リガンドを受容体のパラボロイドに合わせるように変換し、回転の洗練ステップを含むドッキングを計算する。
• 損失項の組み合わせで訓練: 界面適合(L_fit)、重なり(L_overlap)、回転洗練(L_ref)、ドッキング誤差(L_dock)。
• 独立した等変性を強制して、任意の入力姿勢でドッキングが有効となるようにする。

実験結果

リサーチクエスチョン

• RQ1 グローバルな界面ベース表現は、局所的な点群登録に頼らずに堅牢なSE(3)-等変性ドッキングを可能にするか？
• RQ2 楕円抛物面界面は、未結合タンパク質間の剛体ドッキングを安定かつ衝突のない機構を提供するか？
• RQ3 ElliDock は標準的なドッキングベンチマークと抗体-抗原複合体において、精度と速度の点で最先端手法とどのように比較されるか？
• RQ4 個々の訓練目的(L_fit, L_overlap, L_ref) がドッキング品質に与える影響は？

主な発見

CRMSD (中央値)	IRMSD (中央値)	DockQ (中央値)	推論時間
12.995	11.134	0.037	36.7

• ElliDock は比較対象手法の中で、検証済みベンチマークで最速の推論時間を達成する。
• DB5.5 テストセットで、ElliDock は CRMSD 中央値 12.995、IRMSD 中央値 11.134、DockQ 中央値 0.037、推論時間 36.7。
• SAbDab テストで、ElliDock は CRMSD 中央値 11.541、IRMSD 中央値 11.319、DockQ 中央値 0.054、推論時間 91.2。
• ElliDock は DB5.5 および SAbDab の CRMSD/IRMSD の点で EquiDock や DiffDock-PP を上回り、様々な状況で Multimer および Alphafold-Multimer と競合的である。
• 回転洗練(L_ref) および界面適合損失(L_fit) はIRMSDとドッキング品質を大きく改善する。
• ElliDock は標準形でリガンドと受容体を分離して立体衝突を減らし、ドッキング複合体の物理的妥当性を改善する。