[논문 리뷰] Real-value and confidence prediction of protein backbone dihedral angles through a hybrid method of clustering and deep learning

Yujuan Gao, Sheng Wang외 2명|arXiv (Cornell University)|2017. 12. 19.

Protein Structure and Dynamics참고 문헌 29인용 수 5

한 줄 요약

이 논문은 단백질 페밀리 구조의 이황각(phi, psi)을 실수값으로 예측하고 예측 신뢰도를 제공하는 하이브리드 방법인 RaptorX-Angle을 제안한다. 이 방법은 k-means 클러스터링을 통해 단백질의 후보 구조를 분류하고, 딥 리서지드 신경망을 활용하여 각 클러스터의 레이블 확률을 예측한다. 클러스터를 이변량 버뮤스 분포로 모델링하고 예측된 레이블 확률을 가중치로 사용하여 가중 혼합을 계산함으로써, 현재의 최고 성능을 기록하며 예측 오차의 추정치와 실제 오차 간에 강한 선형 관계를 확보한다.

ABSTRACT

Background. Protein dihedral angles provide a detailed description of protein local conformation. Predicted dihedral angles can be used to narrow down the conformational space of the whole polypeptide chain significantly, thus aiding protein tertiary structure prediction. However, direct angle prediction from sequence alone is challenging. Method. In this study, we present a novel method to predict real-valued angles by combining clustering and deep learning. That is, we first generate certain clusters of angles (each assigned a label) and then apply a deep residual neural network to predict the label posterior probability. Finally, we output real-valued prediction by a mixture of the clusters with their predicted probabilities. At the same time, we also estimate the bound of the prediction errors at each residue from the predicted label probabilities. Result. In this article, we present a novel method (named RaptorX-Angle) to predict real-valued angles by combining clustering and deep learning. Tested on a subset of PDB25 and the targets in the latest two Critical Assessment of protein Structure Prediction (CASP), our method outperforms the existing state-of-art method SPIDER2 in terms of Pearson Correlation Coefficient (PCC) and Mean Absolute Error (MAE). Our result also shows approximately linear relationship between the real prediction errors and our estimated bounds. That is, the real prediction error can be well approximated by our estimated bounds. Conclusions. Our study provides an alternative and more accurate prediction of dihedral angles, which may facilitate protein structure prediction and functional study.

연구 동기 및 목표

• 아미노산 서열에서 실수값 단백질 후보 이황각 예측의 정확도를 향상시키는 것.
• 각 잔기의 예측 신뢰도 범위를 추정하는 방법을 개발하여 후속 응용 분야에서 신뢰성 있게 활용할 수 있도록 하는 것.
• 연속적인 이황각 예측 문제를 클러스터링을 통한 이산적 레이블 할당 문제로 변환함으로써 예측의 도전 과제를 해결하는 것.
• 제한된 수의 클러스터(20개)가 단백질 구조의 복잡한 이황각 분포를 효과적으로 표현할 수 있음을 입증하는 것.
• 단백질 3차 구조 예측 및 기능 분석에 활용할 수 있는 계산적으로 효율적이고 정확한 프레임워크를 제공하는 것.

제안 방법

• 대규모 PDB 서브셋의 이황각 쌍에 대해 k-means 클러스터링을 적용하여 20개의 구조적 분지(각각의 레이블 부여)를 정의한다.
• 딥 리서지드 신경망은 서열 및 진화적 특징(PSSM)을 기반으로 주어진 잔기의 각 클러스터 레이블에 대한 후행 확률을 예측한다.
• 실수값 이황각은 클러스터 평균의 가중 혼합으로 추정되며, 가중치는 예측된 레이블 확률이다.
• 각 클러스터의 각도 분포에 대해 이변량 버뮤스 혼합 모델을 적합하여 유도된 클러스터 내 표준편차를 사용해 예측 신뢰도를 추정한다.
• 1D 컨볼루션 신경망과 PSI-BLAST에서 유도된 PSSM 특징을 활용해 서열 수준의 표현을 추출한다.
• 프레임워크는 PDB25와 CASP 타겟의 서브셋에서 훈련 및 평가되며, 성능은 PCC와 MAE로 측정된다.

실험 결과

연구 질문

• RQ1 클러스터링과 딥 러닝을 융합한 접근 방식이 기존 방법에 비해 실수값 이황각 예측 정확도를 향상시킬 수 있는가?
• RQ2 클러스터화된 분지에서 예측된 레이블 확률이 효과적으로 연속적이고 실수값의 각도 예측을 생성하는 데 사용될 수 있는가?
• RQ3 예측 오차 추정 범위와 실제 예측 오차 간에 잔기 전체에 걸쳐 선형 상관관계가 존재하는가?
• RQ4 고도로 불안정하거나 유연한 영역을 높은 예측 불확실성으로 신뢰성 있게 식별할 수 있는가?
• RQ5 고정된 20개의 클러스터를 사용할 경우, 더 세밀하거나 더 거친 이산화보다 충분한 구조적 정보를 포괄할 수 있는가?

주요 결과

• RaptorX-Angle은 PDB25 서브셋과 CASP 타겟을 포함한 모든 테스트 데이터셋에서 SPIDER2를 능가하는 피어슨 상관계수(PCC)를 기록했다.
• PDB25 서브셋에서 RaptorX-Angle은 phi에 대해 약 0.5°, psi에 대해 약 1.4° 감소한 평균 절대 오차(MAE)를 기록했다.
• 예측 오차 추정치와 실제 실측 오차 간에 강력한 약선형 관계가 존재하여, 예측 신뢰도 추정의 신뢰성이 검증되었다.
• TS1267 데이터셋에서 phi의 두 상태 정확도(90° 이내 오차)는 0.15% 향상되었고, psi는 1% 향상되었다.
• 불안정한 영역는 높은 예측 불확실성과 함께 큰 클러스터 내 표준편차를 보이며, 이는 그들의 다이나믹하고 변형 가능한 성질과 일치한다.
• 배치 처리에 있어 계산적으로 효율적이며, 단일 GPU를 사용해 TS1267의 1267개 단백질에 대한 모든 각도 예측을 750초 내에 완료했으며, 속도와 정확도 면에서 다른 방법들을 능가했다.