[論文レビュー] UniIF: Unified Molecule Inverse Folding

Zhangyang Gao, Jue Wang+6 more|arXiv (Cornell University)|May 29, 2024

Synthesis and properties of polymersMaterials Science被引用数 3

ひとこと要約

UniIFは、統一されたブロックグラフ表現と仮想の長期依存モジュールを備えた幾何的ブロックアテンションネットワークを導入することで、小分子、タンパク質、RNA、物質を含むすべての分子の逆折りたたみのための最初の統合的ディーブラーニングフレームワークを提案する。この手法は、タンパク質、RNA、物質設計のタスクにおいて、先行モデルを大きく上回る最先端の性能を達成する。

ABSTRACT

Molecule inverse folding has been a long-standing challenge in chemistry and biology, with the potential to revolutionize drug discovery and material science. Despite specified models have been proposed for different small- or macro-molecules, few have attempted to unify the learning process, resulting in redundant efforts. Complementary to recent advancements in molecular structure prediction, such as RoseTTAFold All-Atom and AlphaFold3, we propose the unified model UniIF for the inverse folding of all molecules. We do such unification in two levels: 1) Data-Level: We propose a unified block graph data form for all molecules, including the local frame building and geometric feature initialization. 2) Model-Level: We introduce a geometric block attention network, comprising a geometric interaction, interactive attention and virtual long-term dependency modules, to capture the 3D interactions of all molecules. Through comprehensive evaluations across various tasks such as protein design, RNA design, and material design, we demonstrate that our proposed method surpasses state-of-the-art methods on all tasks. UniIF offers a versatile and effective solution for general molecule inverse folding.

研究の動機と目的

• 小分子、タンパク質、物質の間で統一された逆折りたたみモデルが不足しているという問題に対処する。
• 原子、アミノ酸、ヌクレオチドを固定サイズの表現を持つ統一されたブロックとして扱うことで、単位の不整合を解消する。
• 多様な分子種にわたる3次元相互作用を一貫して捉えることができる幾何的特徴抽出戦略を開発する。
• 大規模な分子系において、2次関数的な計算コストを伴わずに長距離依存性をモデル化できるようにする。
• 多様な逆折りたたみタスクに効果的に対応できる、1つの汎用的モデルを構築する。

提案手法

• 各ブロック（原子、アミノ酸、ヌクレオチド）を等変換基底と不変特徴に分離してエンコードする統一されたブロックグラフ表現を導入する。
• 局所座標フレームと仮想原子間のドット積を用いて幾何的特徴を構築し、3次元相互作用をモデル化する。
• 幾何的相互作用、インタラクティブアテンション、仮想長期依存モジュールの3つのコアモジュールを備えた幾何的ブロックアテンションネットワークを設計する。
• スパースGNNとグローバル仮想ブロックを用いることで、計算コストを抑える一方で長距離依存性を維持する。
• 幾何的特徴抽出の向上を図るため、微分可能でGNNに基づく局所フレームの方向を学習するメカニズムを導入する。
• すべてのモデルレイヤーで同じ幾何的特徴抽出器を再利用することで、構造的表現の反復的精錬を可能にする。

実験結果

リサーチクエスチョン

• RQ1 1つのディーブラーニングモデルが、小分子、タンパク質、RNA、物質のすべての分野で効果的に逆折りたたみを実行できるか。
• RQ2 原子と事前に定義されたマイクロ構造の間の単位の不整合を処理できる、統一されたデータ表現をどのように設計できるか。
• RQ3 多様な分子種にわたる一貫性のある3次元相互作用モデル化を可能にする幾何的特徴抽出戦略は何か。
• RQ4 大規模な分子系において、2次関数的な計算コストを伴わずに長距離依存性を効果的に捉えることができるか。
• RQ5 仮想長期依存モジュールの統合が、逆折りたたみタスクのパフォーマンス向上に寄与するか。

主な発見

• タンパク質設計において、UniIFは48.94% ± 0.37の回復率を達成し、以前の最良モデル（RDesign：41.53% ± 0.38）を大きく上回った。
• RNA設計において、UniIFは48.94% ± 0.37の回復率を達成し、PiFold（24.48% ± 1.13）とGraphTrans（24.73% ± 0.93）を上回った。
• CHILI-3Kデータセットを用いた物質設計では、UniIFは75.3% ± 1.2の回復率を達成し、GIN（58.7% ± 0.2）とEdgeCNN（63.2% ± 0.9）を著しく上回った。
• アブレーションスタディの結果、GNNを用いて局所フレームを学習することでパフォーマンスが向上し、ハウスホルダー直交化を用いた場合には回復率が65.2% ± 3.9に低下した。
• 仮想長期依存モジュールの統合により性能が向上し、UniIF（ドロップ0.2）はタンパク質設計で47.19% ± 0.45の回復率を達成したが、同モジュールなしでは44.29% ± 0.29にとどまった。
• AlphaFold3による再折りたたみの確認により、UniIFはネイティブ構造に近い構造をとる配列を効果的に設計できており、ベースラインと比較してRMSDと回復率が向上した。