[논문 리뷰] AlphaDesign: A graph protein design method and benchmark on AlphaFoldDB

Zhangyang Gao, Cheng Tan외 1명|arXiv (Cornell University)|2022. 02. 01.

Protein Structure and Dynamics인용 수 25

한 줄 요약

AlphaDesign은 구조-서열 단백질 설계를 위한 새로운 AlphaFold 기반 벤치마크를 도입하고, 각도 특징, 간소화된 그래프 트랜스포머 인코더, 신뢰도 인식 디코더를 갖춘 그래프 기반 방법인 ADesign을 제시합니다. 이는 최첨단 정확도와 속도를 달성합니다.

ABSTRACT

While DeepMind has tentatively solved protein folding, its inverse problem -- protein design which predicts protein sequences from their 3D structures -- still faces significant challenges. Particularly, the lack of large-scale standardized benchmark and poor accuray hinder the research progress. In order to standardize comparisons and draw more research interest, we use AlphaFold DB, one of the world's largest protein structure databases, to establish a new graph-based benchmark -- AlphaDesign. Based on AlphaDesign, we propose a new method called ADesign to improve accuracy by introducing protein angles as new features, using a simplified graph transformer encoder (SGT), and proposing a confidence-aware protein decoder (CPD). Meanwhile, SGT and CPD also improve model efficiency by simplifying the training and testing procedures. Experiments show that ADesign significantly outperforms previous graph models, e.g., the average accuracy is improved by 8\%, and the inference speed is 40+ times faster than before.

연구 동기 및 목표

• 종 및 길이에 걸쳐 AlphaFold DB를 사용한 구조-서열 단백질 설계를 위한 대규모의 표준화된 벤치마크를 수립한다.
• 이전 모델보다 정확도와 효율성을 향상시키는 오픈 소스 그래프 기반 설계 방법(ADesign)을 개발한다.
• 새로운 특징(단백질 각도), 간소화된 그래프 트랜스포머 인코더, 신뢰도 인식 디코더가 설계 성능에 미치는 영향을 조사한다.
• 길이 자유형 vs 길이 제한형, 종 인식형 vs 공동 데이터 세트에서 방법의 성능을 평가한다.
• 학습/검증/테스트 분할을 표준화하고 회복 정확도를 보고함으로써 공정하고 재현 가능한 비교를 제공한다.

제안 방법

• 새로운 각도 기반 특징(alpha, beta, gamma)과 이성화(dihedrals)를 포함하는 12개의 노드 특징과 23개의 엣지 특징을 가진 k-NN 그래프로 단백질을 표현한다.
• 주 의 가중치는 별도의 Q/K 투영 대신 단일 MLP를 통해 학습되는 간소화된 그래프 트랜스포머(SGT)를 사용한다.
• 자기회귀 디코딩을 대체하고 학습된 신뢰도 점수를 사용해 병렬 예측을 가능하게 하는 병렬, 신뢰도 인식 단백질 디코더(CPD)를 도입한다.
• 그래프 유래 특징에서 로컬 순차 의존성을 포착하기 위해 1D CNN을 통합하여 컨텍스트 인식 서열 예측을 가능하게 한다.
• 잔류물 유형 예측을 위한 교차 엔트로피 손실로 엔드투엔드 학습하고, SL/SF 및 JL/JF 벤치마크 전반에 걸쳐 동일한 최적화 구성을 사용한다.
• 벤치마크 구성은 AlphaFold DB를 활용하고, 길이 자유형과 종 인식형 구성, 공정한 비교를 위한 표준화된 데이터 분할을 포함한다.

실험 결과

연구 질문

• RQ1 AlphaDesign이 종과 길이에 걸쳐 AlphaFoldDB에서 그래프 기반 단백질 설계를 위한 공정하고 대규모 벤치마크를 제공하는가?
• RQ2 ADesign이 이전의 그래프 기반 설계 방법과 비교하여 최첨단 정확도와 효율성을 달성할 수 있는가?
• RQ3 새로 도입된 단백질 각도 특징, 간소화된 그래프 트랜스포머, CPD 디코더가 성능 향상에 어떻게 기여하는가?
• RQ4 길이 제한과 종 인식형 대 공동 학습이 모델 성능에 미치는 영향은 무엇인가?
• RQ5 그래프 기반 단백질 설계에서 성능 향상을 가장 크게 이끄는 요인은 무엇인가?

주요 결과

• ADesign은 SL/SF 설정에서 이전 그래프 기반 모델보다 평균 약 8%의 회복 정확도 향상을 달성한다.
• ADesign은 훨씬 빠르며, SL 설정에서 비교 방법보다 테스트 시간이 40배 이상 빠르다.
• SF/JF 설정에서 ADesign은 베이스라인 대비 평균 약 9.4%의 강한 성능 향상을 유지한다.
• 아블레이션 연구에 따르면 새로 추가된 각도 특징이 정확도에 가장 큰 기여를 하고, 그다음으로 간소화된 그래프 인코더와 CPD 디코더가 기여한다.
• 신뢰도 인식 디코더는 추론 속도를 크게 향상시키고 주목할 만한 정확도 향상을 제공한다.