[論文レビュー] SS-GNN: A Simple-Structured Graph Neural Network for Affinity Prediction

Shuke Zhang, Yanzhao Jin+5 more|arXiv (Cornell University)|May 25, 2022

Computational Drug Discovery Methods被引用数 7

ひとこと要約

SS-GNN は、距離閾値を用いてタンパク質-リガンド複合体から単一の無向グラフを構築することで、薬物-標的結合親和性を予測する軽量で構造が単純なグラフニューラルネットワークである。共有結合を無視することで計算コストを低減する。PDBbind v2016 コアセットにおいて、ピアソン積率相関係数 0.853 を達成し、既存の GNN に基づく手法よりも 5.2% の相対的改善を示す。同時に、予測あたり 0.2 ms の高い効率性を維持している。

ABSTRACT

Efficient and effective drug-target binding affinity (DTBA) prediction is a challenging task due to the limited computational resources in practical applications and is a crucial basis for drug screening. Inspired by the good representation ability of graph neural networks (GNNs), we propose a simple-structured GNN model named SS-GNN to accurately predict DTBA. By constructing a single undirected graph based on a distance threshold to represent protein-ligand interactions, the scale of the graph data is greatly reduced. Moreover, ignoring covalent bonds in the protein further reduces the computational cost of the model. The GNN-MLP module takes the latent feature extraction of atoms and edges in the graph as two mutually independent processes. We also develop an edge-based atom-pair feature aggregation method to represent complex interactions and a graph pooling-based method to predict the binding affinity of the complex. We achieve state-of-the-art prediction performance using a simple model (with only 0.6M parameters) without introducing complicated geometric feature descriptions. SS-GNN achieves Pearson's Rp=0.853 on the PDBbind v2016 core set, outperforming state-of-the-art GNN-based methods by 5.2%. Moreover, the simplified model structure and concise data processing procedure improve the prediction efficiency of the model. For a typical protein-ligand complex, affinity prediction takes only 0.2 ms. All codes are freely accessible at https://github.com/xianyuco/SS-GNN.

研究の動機と目的

• ドラッグディスcoveryにおける効率的かつ正確な薬物-標的結合親和性（DTBA）予測の課題に対処すること。
• GNN に基づく DTBA モデルにおける計算複雑性を、グラフ表現の単純化と共有結合への依存の排除によって低減すること。
• 幾何学的特徴や手動で設計された特徴に依存せずに、高い予測性能を維持する軽量なモデルを開発すること。
• 大規模な分子ドッキング応用において効率を高めつつ、最先端の正確性を達成すること。
• スリムなアーキテクチャとエッジベースの特徴集約を活用して、限られた学習データから効果的に学習すること。

提案手法

• タンパク質-リガンド複合体から距離閾値を用いて相互作用を定義することで、単一の無向グラフを構築し、グラフサイズと計算負荷を低減する。
• 計算コストをさらに低減するために、タンパク質内の共有結合を除外する。一方で、重要な非共有結合相互作用を保持する。
• 原子とエッジの両方の潜在的特徴を独立して学習する GNN-MLP モジュールを採用し、効率的なメッセージパッシングを実現する。
• 複雑な複数原子相互作用を表現するために、エッジベースの原子ペア特徴集約法を導入する。
• グラフプーリングに基づく回帰ヘッドを用いて、グラフレベルの表現から直接結合親和性を予測する。
• 最小限のパラメータ（0.6M）で強力なノードおよびエッジ表現学習が可能なグラフ同型性ネットワーク（GIN）ベースのエンコーダーを活用する。

実験結果

リサーチクエスチョン

• RQ1 距離閾値に基づく単純化されたグラフ表現が、結合親和性予測に必要なタンパク質-リガンド相互作用を効果的に捉えられるか？
• RQ2 タンパク質構造における共有結合の除外が、予測性能に悪影響を及げることなく計算コストを顕著に低減できるか？
• RQ3 最小限のアーキテクチャ的複雑性を持つ軽量な GNN アーキテクチャが、より複雑な最先端の GNN よりも DTBA 予測で優れた性能を示せるか？
• RQ4 提案されたエッジベースの原子ペア特徴集約法は、標準的な GNN メッセージパッシングと比較して、複雑な相互作用のモデリングをどのように改善するか？
• RQ5 モデルの効率性（推論時間）は、大規模なバーチャルスクリーニング応用においてどの程度スケーリング可能か？

主な発見

• SS-GNN は PDBbind v2016 コアセットにおいてピアソン積率相関係数 0.853 を達成し、最も優れた既存の GNN に基づく手法よりも 5.2% の相対的改善を示した。
• わずか 0.6M のパラメータで最先端の性能を達成しており、高い効率性と優れた一般化能力を示している。
• 一般的なタンパク質-リガンド複合体では、親和性予測にたった 0.2 ms で完了し、HPC/HWPC などの他の手法（1 サンプルあたり 12,000 ms）を著しく上回っている。
• SS-GNN は限られた学習データでも強力な性能を維持しており、低データ環境下での効果的な特徴学習が可能であることが示された。
• Pafnucy や K_{Deep}、IGN、FAST といった複数の最先端手法を上回り、特に 15,394 個の学習サンプルを含む一般セットにおいて顕著な優位性を示した。
• 単純化されたグラフ表現と洗練された処理パイプラインのおかげで、高速な推論が可能となり、SS-GNN は大規模なバーチャルスクリーニングに適している。