[논문 리뷰] DeepQA: Improving the estimation of single protein model quality with deep belief networks

Renzhi Cao, Debswapna Bhattacharya외 2명|arXiv (Cornell University)|2016. 07. 15.

Protein Structure and Dynamics참고 문헌 46인용 수 4

한 줄 요약

DeepQA는 단일 단백질 모델의 품질 평가를 위한 딥 베이지스 네트워크(DBN) 기반 방법을 제안하며, 에너지, 물리화학적 성질, 구조적 정보와 같은 다양한 특징을 통합하여 품질 평가를 향상시킨다. 이는 SVM과 표준 신경망을 능가하며 CASP11 데이터셋에서 최신 기술 수준의 성능을 달성했고, 낮은 품질의 아비니티오 모델이 지배하는 큰 모델 풀에서 높은 품질의 모델을 선별하는 데 뛰어난 성능을 보였다.

ABSTRACT

Protein quality assessment (QA) by ranking and selecting protein models has long been viewed as one of the major challenges for protein tertiary structure prediction. Especially, estimating the quality of a single protein model, which is important for selecting a few good models out of a large model pool consisting of mostly low-quality models, is still a largely unsolved problem. We introduce a novel single-model quality assessment method DeepQA based on deep belief network that utilizes a number of selected features describing the quality of a model from different perspectives, such as energy, physio-chemical characteristics, and structural information. The deep belief network is trained on several large datasets consisting of models from the Critical Assessment of Protein Structure Prediction (CASP) experiments, several publicly available datasets, and models generated by our in-house ab initio method. Our experiment demonstrate that deep belief network has better performance compared to Support Vector Machines and Neural Networks on the protein model quality assessment problem, and our method DeepQA achieves the state-of-the-art performance on CASP11 dataset. It also outperformed two well-established methods in selecting good outlier models from a large set of models of mostly low quality generated by ab initio modeling methods. DeepQA is a useful tool for protein single model quality assessment and protein structure prediction. The source code, executable, document and training/test datasets of DeepQA for Linux is freely available to non-commercial users at http://cactus.rnet.missouri.edu/DeepQA/.

연구 동기 및 목표

• 큰 이질적인 모델 풀에서 개별 단백질 모델의 품질을 평가하는 데 지속적으로 도전하는 문제를 해결하기 위해.
• 낮은 품질의 모델들 중에서 높은 품질의 모델을 더 잘 선별할 수 있도록 단백질 구조 예측의 정확도를 향상시키기 위해.
• 에너지, 물리화학적 성질, 구조적 특징 등 다면적인 특징을 통합하는 강력한 품질 평가를 위한 기계학습 프레임워크를 개발하기 위해.
• 딥 베이지스 네트워크가 기존 모델인 SVM과 피드포워드 신경망보다 단일 모델 품질 평가에서 뛰어난 성능을 보이는지 입증하기 위해.
• 연구자들이 단백질 구조 예측 워크플로우를 향상시킬 수 있도록 비영리 목적을 위한 무료로 이용 가능한 도구를 제공하기 위해.

제안 방법

• 이 방법은 CASP 실험, 공개 단백질 모델 컬렉션, 내부 아비니티오 모델을 포함한 여러 데이터셋에서 훈련된 딥 베이지스 네트워크(DBN)를 사용한다.
• 입력 특징으로는 에너지 항목, 물리화학적 성질, 구조적 기술자(기술자)를 포함하여 모델 품질을 다양한 시각에서 표현한다.
• DBN은 감독 학습을 통해 최적화하기 전에 가시층과 은닉층을 단계적으로 비지도 학습 방식으로 사전 훈련한다.
• 모델은 모델 품질이 천연 구조에 대한 GDT_TS 또는 RMSD와 같은 지표로 평가된 레이블이 부여된 데이터를 사용하여 최적화된다.
• 일관성 있는 일반화와 입력 공간의 노이즈 감소를 위해 관련성 있고 중복되지 않은 기술자를 선택하는 특징 공학 기법을 사용한다.
• 최종 모델은 모델가 천연 구조에 가까이 있을 가능성을 예측하는 품질 점수를 출력한다.

실험 결과

연구 질문

• RQ1 딥 베이지스 네트워크는 다중 소스 특징을 효과적으로 통합하여 단일 단백질 모델의 품질 평가를 향상시킬 수 있는가?
• RQ2 DBN의 성능은 단백질 품질 평가에서 기존 모델인 SVM과 피드포워드 신경망과 비교해 어떻게 다른가?
• RQ3 DeepQA는 낮은 품질의 아비니티오 모델이 지배하는 큰 모델 풀에서 높은 품질의 모델을 얼마나 잘 식별할 수 있는가?
• RQ4 DBN 기반 접근법은 CASP와 공개 모델 컬렉션을 포함한 다양한 데이터셋에 대해 일반화 가능한가?
• RQ5 이 방법은 CASP11과 같은 기준 데이터셋에서 최신 기술 수준의 성능을 달성할 수 있는가?

주요 결과

• DeepQA는 CASP11 데이터셋에서 최신 기술 수준의 성능을 달성하여 기존 방법보다 단일 모델 품질 평가에서 뛰어난 성능을 보였다.
• 딥 베이지스 네트워크는 지원 벡터 머신(SVM)과 표준 신경망 모두를 뛰어넘는 모델 품질 순위 매기기 성능을 보였다.
• DeepQA는 낮은 품질의 아비니티오 모델이 많은 집합에서 높은 품질의 이상치 모델을 선별하는 데 뛰어난 능력을 보였다.
• 에너지, 물리화학적 성질, 구조적 특징 등 다양한 특징의 통합은 모델의 예측 정확도와 강인성을 향상시켰다.
• 이 방법은 CASP 실험과 공개 모델 저장소를 포함한 여러 데이터셋에 대해 강력한 일반화 능력을 보였다.
• 소스 코드, 실행 파일, 문서, 훈련/테스트 데이터셋은 비영리 목적을 위해 공개되어 있다.