[논문 리뷰] PepCVAE: Semi-Supervised Targeted Design of Antimicrobial Peptide Sequences

Payel Das, Kahini Wadhawan외 7명|arXiv (Cornell University)|2018. 10. 17.

Antimicrobial Peptides and Activities인용 수 27

한 줄 요약

PepCVAE는 170만 개의 레이블이 없는 펩타이드와 15,000개의 레이블이 있는 AMP/비AMP 시퀀스를 활용하여 새로운 항미생물 펩타이드(AMP) 시퀀스를 생성하는 준감독형 변동형 오토인코더이다. VAE와 분리 가능한 AMP 분류기를 함께 훈련시켜, 생물학적으로 타당한 특성을 유지하면서도 장거리 시퀀스 다양성을 극대화하고, 강력하고 나선형 AMP를 제어 가능한 방식으로 생성한다. 이는 기준 VAE 대비 분포 유사도가 향상된 결과를 보였다.

ABSTRACT

Given the emerging global threat of antimicrobial resistance, new methods for next-generation antimicrobial design are urgently needed. We report a peptide generation framework PepCVAE, based on a semi-supervised variational autoencoder (VAE) model, for designing novel antimicrobial peptide (AMP) sequences. Our model learns a rich latent space of the biological peptide context by taking advantage of abundant, unlabeled peptide sequences. The model further learns a disentangled antimicrobial attribute space by using the feedback from a jointly trained AMP classifier that uses limited labeled instances. The disentangled representation allows for controllable generation of AMPs. Extensive analysis of the PepCVAE-generated sequences reveals superior performance of our model in comparison to a plain VAE, as PepCVAE generates novel AMP sequences with higher long-range diversity, while being closer to the training distribution of biological peptides. These features are highly desired in next-generation antimicrobial design.

연구 동기 및 목표

• 항생제 내성 증가와 항생제 개발 파이프라인 부족으로 인한 신속한 신규 항미생물 제제 필요성 해결.
• 기존 AMP 설계의 한계, 즉 체계적 탐색 제약, 기능 공학 의존성, 생성 제어 불가능성 해결.
• 풍부한 레이블이 없는 펩타이드 데이터와 제한된 레이블이 있는 AMP 데이터로부터 학습하여 다양하고 생물학적으로 관련성이 있는 시퀀스를 생성하는 생성 모델 개발.
• 핵심 항미생물 특성(예: 전하, 수소친화성)을 해석 가능한 잠재 요소로 분리하여 AMP의 제어 가능한 생성 가능하게 하기.
• 암시적이고 기능적인 잠재력이 높은 새로운 AMP 생성, 특히 양극성 나선형을 포함한 것으로, 이는 시뮬레이션 및 향후 인 비트로 검증을 위해 준비됨.

제안 방법

• 170만 개의 레이블이 없는 펩타이드 시퀀스를 기반으로 VAE를 훈련하여 풍부하고 생물학적으로 의미 있는 잠재 공간 학습.
• 15,000개의 레이블이 있는 AMP/비AMP 시퀀스를 기반으로 별도의 AMP 이진 분류기를 훈련하여 분리 가능한 표현 학습을 유도.
• 분류기의 피드백을 활용해 VAE의 잠재 공간을 정규화하여 항미생물 관련 특성의 분리 가능성을 확보.
• 분리된 잠재 공간에서 샘플링하여 제어 가능한 특성을 가진 새로운 AMP 시퀀스 생성.
• 분자 기능 분석(전하, 수소친화성, 수소친화성 모멘트) 및 3D 구조 예측(PeP-FOLD3를 활용)을 통해 생성된 시퀀스 평가.
• n-gram 유사도 및 퍼플렉서티 지표를 사용해 훈련 데이터 대비 시퀀스 다양성과 생물학적 타당성 정량 평가.

실험 결과

연구 질문

• RQ1 준감독형 VAE 프레임워크는 대규모 레이블이 없는 펩타이드 데이터와 제한된 레이블이 있는 AMP 데이터를 효과적으로 활용하여 새로운 생물학적으로 타당한 AMP 시퀀스를 생성할 수 있는가?
• RQ2 잠재 공간에서 항미생물 특성을 분리하면 원하는 특성을 가진 AMP의 제어 가능한 생성이 가능한가?
• RQ3 PepCVAE가 생성한 AMP의 장거리 다양성은 레이블이 있는 AMP만으로 훈련된 표준 VAE에 비해 어떻게 비교되는가?
• RQ4 PepCVAE가 생성한 시퀀스는 전하 패atters, 수소친화성, 나선형 성향 등의 생물학적 특성을 어느 정도 유지하는가?
• RQ5 생성된 시퀀스의 인 시뮬레이션 스크리닝을 통해 높은 활성도와 광범위한 스펙트럼을 가진 AMP 후보를 식별할 수 있는가? 이는 항미생물 활성과 관련된 구조적 특성과 연관되는가?

주요 결과

• PepCVAE가 생성한 시퀀스는 n-gram 유사도 지표를 통해 기준 VAE보다 유의미하게 높은 장거리 다양성을 보였으며, 훈련된 AMP와 공유하는 n-gram 수(≥3)가 낮았다.
• 모델은 낮은 퍼플렉서티 값으로 자연 펩타이드와 유사한 국소적 시퀀스 일관성을 유지함으로써 생물학적 타당성을 유지함을 입증했다.
• 분포 유사도 지표를 통해 PepCVAE 시퀀스는 VAE가 생성한 시퀀스보다 진정된 생물학적 펩타이드 분포에 더 가까이 있음을 확인했다.
• 11개의 최고 활성도를 보인 PepCVAE 생성 AMP 중 9개는 3D 모델링에서 나선형 구조를 취했으며, 알려진 양극성 나선형 AMP와 일치했다.
• 생성된 시퀀스의 수소친화성 모멘트(μH)는 알려진 AMP와 유사하여 양극성 특성이 유지됨을 나타냈다.
• 이 프레임워크는 5,000개의 생성된 시퀀스에서 45개의 높은 확률의 AMP 후보를 식별하였으며, 이 중 11개는 3D 구조 예측 및 활성도 순위 매기기 위해 선정되었다.