[논문 리뷰] Chemically Transferable Generative Backmapping of Coarse-Grained Proteins

Soojung Yang, Rafael Gómez‐Bombarelli|arXiv (Cornell University)|2023. 03. 02.

Machine Learning in Materials Science인용 수 12

한 줄 요약

이 연구는 GenZProt을 소개합니다. 그것은 internal-coordinate, SE(3)-등변성 VAE와 물리 정보 손실을 활용하여 알파-카보 코어-그레인 표현으로부터 모든 원자 단백질 구조를 재구성하는 전이 가능하고 화학 지식이 반영된 백매핑 모델입니다.

ABSTRACT

Coarse-graining (CG) accelerates molecular simulations of protein dynamics by simulating sets of atoms as singular beads. Backmapping is the opposite operation of bringing lost atomistic details back from the CG representation. While machine learning (ML) has produced accurate and efficient CG simulations of proteins, fast and reliable backmapping remains a challenge. Rule-based methods produce poor all-atom geometries, needing computationally costly refinement through additional simulations. Recently proposed ML approaches outperform traditional baselines but are not transferable between proteins and sometimes generate unphysical atom placements with steric clashes and implausible torsion angles. This work addresses both issues to build a fast, transferable, and reliable generative backmapping tool for CG protein representations. We achieve generalization and reliability through a combined set of innovations: representation based on internal coordinates; an equivariant encoder/prior; a custom loss function that helps ensure local structure, global structure, and physical constraints; and expert curation of high-quality out-of-equilibrium protein data for training. Our results pave the way for out-of-the-box backmapping of coarse-grained simulations for arbitrary proteins.

연구 동기 및 목표

• 가속적이고 신뢰할 수 있는 백매핑을 촉진하여 거친 격자 단백질 시뮬레이션에서 원자 상세 정보를 회복한다.
• PED에서 다양한 실험적 앙상블을 학습하여 화학적 전달 가능성을 달성한다.
• 내부 좌표 생성을 통한 위상 보존 및 물리적 타당성을 유지하고 물리 정보 손실을 사용한다.
• 임의의 단백질 및 복잡한 단백질–IDP 시스템에 대한 즉시 적용 가능성을 시연한다.

제안 방법

• X가 CG 구조이고 x가 모든 원자 구조인 p(x|X)를 모델링하기 위해 VAE 프레임워크를 활용한다.
• 구조를 내부 좌표(Z-매트릭스)로 표현하여 위상을 보존하고 규칙 기반의 카르테시안 재구성을 가능하게 한다.
• 다중 수준 그래프 메시지 전달(atom-atom, atom-residue, residue-residue)을 갖는 SE(3)-등방성 인코더/프라이어를 사용한다.
• 로컬 기하학(결합 길이/각)을 제약하고 비등방성 없는 디코더를 사용해 Z-매트릭스 기반 디코딩으로 토션 자유도를 허용한다.
• 물리에서 영감을 받은 손실(L_bond, L_angle, L_torsion, L_xyz, L_steric)을 도입하고 L_recon = γL_local + δL_torsion + ηL_xyz + ζL_steric로 결합합니다; ELBO 최적화로 학습합니다.

Figure 1: Overview. We aim to build a transferable and reliable backmapping tool for proteins. Our method builds on a VAE framework (Wang et al., 2022 ) . We train the VAE model on the protein structural ensemble data curated from PED. Our model can be characterized with three components : internal

실험 결과

연구 질문

• RQ1 다양한 단백질 화학성에도 일반화하는 원자 재구성을 학습하는 생성적 백매핑 모델이 가능합니까?
• RQ2 내부 좌표 디코딩과 등방성 인코더가 공간적 위상 보존 및 카르테시안 디코더 대비 공간충돌 감소에 기여합니까?
• RQ3 물리 정보 손실 항(Lxyz, L_steric 등)이 재구성 품질 및 유효성(공간충돌, 결합, 각, 토션)에 미치는 영향은 무엇입니까?
• RQ4 PED 앙상블에서 학습된 양도 가능한 모델이 보이지 않는 단백질 및 단백질–IDP 복합체에 대해 정확한 백매핑을 수행할 수 있습니까?

주요 결과

• GenZProt (m1) 는 테스트 단백질에 대해 Ablated 변종과 비교하여 일관되게 최상의 RMSD, GED, 및 공간충돌 지표를 달성합니다.
• 등방성 인코더/프라이어와 Z-매트릭스 기반 디코더를 갖춘 내부 좌표 디코딩은 대형 단백질에서 불변성 대비 향상된 위상 보존 및 카르테시안 디코더 대비 우수한 성능을 보입니다.
• 다양한 PED 앙상블로 학습하면 단일 화학 데이터(PED00151)로만 학습된 경우를 넘어 일반화되는 전이 가능한 모델이 만들어집니다.
• 특히 xyz 및 steric 항과 같은 물리 정보 기반 손실은 고품질 재구성 및 공간충돌 감소에 결정적입니다.
• 정성적 분석은 재구성 및 샘플링된 구조가 위상을 보존하고 긴 거리의 상호작용을 유지하며 제한된 공간충돌을 보이고 있음을 시사합니다; 수소 결합 접촉도 비교적 회복됩니다.

Figure 2: Internal coordinate-based reconstruction. (a) Backbone atoms $N_{i},C_{i}$ are placed using adjacent three $C_{\alpha}$ as anchors. (b) Side chain atoms are placed using adjacent three atoms within the same residue.