[논문 리뷰] Immunogenicity Prediction with Dual Attention Enables Vaccine Target Selection

Li Song, Yang Tan외 3명|arXiv (Cornell University)|2024. 10. 03.

vaccines and immunoinformatics approachesBiochemistry, Genetics and Molecular Biology인용 수 3

한 줄 요약

이 논문은 단백질 서열, 구조 및 물리화학적 특성을 통합하여 항원성 예측 성능을 햖थ한 딥러닝 모델 ProVaccine을 소개한다. 이 모델은 박테리아, 바이러스 및 종양에서 유래한 9,500개의 항원 서열으로 구성된 새로운 대규모 데이터셋에서 최신 기술 수준의 성능을 달성하여 기존 방법에 비해 뛰어난 정확도와 일반화 능력을 입증한다.

ABSTRACT

Immunogenicity prediction is a central topic in reverse vaccinology for finding candidate vaccines that can trigger protective immune responses. Existing approaches typically rely on highly compressed features and simple model architectures, leading to limited prediction accuracy and poor generalizability. To address these challenges, we introduce VenusVaccine, a novel deep learning solution with a dual attention mechanism that integrates pre-trained latent vector representations of protein sequences and structures. We also compile the most comprehensive immunogenicity dataset to date, encompassing over 7000 antigen sequences, structures, and immunogenicity labels from bacteria, virus, and tumor. Extensive experiments demonstrate that VenusVaccine outperforms existing methods across a wide range of evaluation metrics. Furthermore, we establish a post-hoc validation protocol to assess the practical significance of deep learning models in tackling vaccine design challenges. Our work provides an effective tool for vaccine design and sets valuable benchmarks for future research. The implementation is at https://github.com/songleee/VenusVaccine.

연구 동기 및 목표

• 역백신학에서 기존의 항원성 예측 모델의 정확도 부족 및 일반화 능력 열악함을 해결하기 위해.
• 다양한 단백질 표현 방식—서열, 구조 및 물리화학적 성질—을 효과적으로 통합하는 딥러닝 프레임워크를 개발하기 위해.
• 박테리아, 바이러스 및 종양에서 유래한 항원을 포함하는 현재까지 가장 포괄적인 항원성 데이터셋을 구축하기 위해.
• 비용이 많이 드는 실험실 실험에 의존하지 않고도 생물학적 관련성과 계산 가능성을 균형 있게 유지하는 실용적인 사후 검증 프로토콜을 수립하기 위해.
• 강력한 모델과 평가 프레임워크를 제공함으로써 향후 백신 타겟 선정 분야의 연구 기준을 설정하기 위해.

제안 방법

• ProVaccine는 아미노산 잔기 간 국소적 및 전반적 수준의 상호작용을 가능하게 하는 이중 주의 메커니즘을 활용한다.
• 기존에 학습된 잠재 벡터 표현을 사용하여 단백질 서열과 구조를 인코딩하며, 원자 수준 및 펩타이드 수준의 구조적 토큰을 통합한다.
• Z-기반 기술적 특성과 E-기반 기술적 특성을 기반으로 한 수작업으로 구성된 물리화학적 특성을 모델에 통합하여 항원성 예측 성능을 향상시킨다.
• AA 수준의 은닉 표현에 주의 풀링을 적용하여 항원성 신호를 반영하는 단백질 수준의 임베딩을 생성한다.
• 서열, 구조 및 물리화학적 표현을 통합하여 이원화된 표현으로 변환하는 다중 모odal 융합 전략을 사용하여 이진 분류를 수행한다.
• 생물학적으로 관련성이 높은 병원성 미생물인 *Helicobacter pylori*와 SARS-CoV-2를 대상으로 한 사후 검증 프로토콜을 설계하여 표준 지표를 넘어서는 실용적 유용성을 평가한다.

실험 결과

연구 질문

• RQ1 이중 주의 메커니즘을 갖춘 딥러닝 모델이 다중 모달 단백질 표현을 통합함으로써 항원성 예측 정확도를 향상시킬 수 있는가?
• RQ2 기존 방법에 비해 ProVaccine는 다종 간 항원성 예측에서 어떤 성능을 보이는가?
• RQ3 대규모 다병원체 항원성 데이터셋이 모델의 일반화 능력과 훈련의 안정성 향상에 어느 정도 기여하는가?
• RQ4 실제 실험실 실험을 요구하지 않고도 사후 검증 프로토콜이 항원성 예측의 실용적 의의를 효과적으로 평가할 수 있는가?
• RQ5 수작업으로 구성된 Z- 및 E-기반 기술적 특성과 구조적 토큰은 백신 타겟 선정에서 모델 성능에 어떤 기여를 하는가?

주요 결과

• ProVaccine는 새로 구축한 9,500개 이상의 레이블이 부여된 항원으로 구성된 Immuno 데이터셋에서 AUC, AUPRC, F1-score 등 다양한 평가 지표에서 기존 방법을 뛰어넘는 성능을 보였다.
• 모델는 단백질 특성과 면역 반응 간의 복잡한 관계를 포착할 수 있는 능력 덕분에 특히 다종 간 항원성 예측에서 뛰어난 일반화 능력을 보였다.
• 이중 주의 메커니즘은 다양한 구조적 척도에서 아미노산 잔기 간 효과적인 소통을 가능하게 하여 생물학적으로 의미 있는 패tern을 탐지할 수 있는 능력을 향상시켰다.
• *Helicobacter pylori*와 SARS-CoV-2에서의 사후 검증 결과, ProVaccine의 예측 항원성 점수가 기존에 알려진 보호 항원을 효과적으로 우선순위로 선정함으로써 실용적 유용성이 검증되었다.
• 수작업으로 구성된 Z- 및 E-descriptor 기반 특성의 통합은 모델 성능 향상에 상당한 기여를 하였으며, 백신 설계를 위한 딥러닝에 도메인 특화 물리화학적 사전 지식의 가치를 입증하였다.
• 본 연구는 새로운 벤치마크 데이터셋(Immuno)과 평가 프로토콜을 수립하여 향후 항원성 예측 분야의 연구 기준을 높였다.