[論文レビュー] Technical Report of HelixFold3 for Biomolecular Structure Prediction

Lihang Liu, Shanzhuo Zhang+11 more|arXiv (Cornell University)|Aug 30, 2024

Machine Learning in Bioinformatics被引用数 18

ひとこと要約

HelixFold3は、リガンド、核酸、タンパク質構造を予測することでAlphaFold3の能力を再現することを目指します。学術研究のためにオープンソース化され、いくつかの生体分子ターゲットでAlphaFold3と同等の精度を示します。

ABSTRACT

The AlphaFold series has transformed protein structure prediction with remarkable accuracy, often matching experimental methods. AlphaFold2, AlphaFold-Multimer, and the latest AlphaFold3 represent significant strides in predicting single protein chains, protein complexes, and biomolecular structures. While AlphaFold2 and AlphaFold-Multimer are open-sourced, facilitating rapid and reliable predictions, AlphaFold3 remains partially accessible through a limited online server and has not been open-sourced, restricting further development. To address these challenges, the PaddleHelix team is developing HelixFold3, aiming to replicate AlphaFold3's capabilities. Leveraging insights from previous models and extensive datasets, HelixFold3 achieves accuracy comparable to AlphaFold3 in predicting the structures of the conventional ligands, nucleic acids, and proteins. The initial release of HelixFold3 is available as open source on GitHub for academic research, promising to advance biomolecular research and accelerate discoveries. The latest version will be continuously updated on the HelixFold3 web server, providing both interactive visualization and API access.

研究の動機と目的

• 生体分子の構造予測におけるAlphaFold3の能力を再現することを目指す。
• 多様なデータセットを用いてリガンド、核酸、タンパク質に対してHelixFold3を評価する。
• 学術利用のためのオープンソース推論コードとモデルパラメータを提供する。

提案手法

• AlphaFold3および以前のHelixFoldモデル（HelixFold、HelixFold-Single、HelixFold-Multimer、HelixDock）からの知見を活用する。
• 2021年9月30日以前に公開されたPDBターゲットと自己蒸留データを用いて訓練する。
• 複数のシードとサンプリングステップを用いた拡散推論を使用して予測精度を最大化する。
• 信頼性指標（pLDDT、pAE、pTM）を評価し、それらと実際の精度を関連づける。

実験結果

リサーチクエスチョン

• RQ1 従来のリガンド、核酸、およびタンパク質について、HelixFold3はAlphaFold3と同等の精度を達成できるか？
• RQ2 信頼性スコアは、生体分子カテゴリー全体で実際の構造精度とどのように相関するか？
• RQ3 ランダムシード、拡散反復回数、サンプリングステップが予測品質に与える影響は？
• RQ4 リガンド、核酸、およびタンパク質間相互作用の分野で、HelixFold3は特化型ベースラインと比べてどうか？

主な発見

• リガンドでは、HelixFold3はPoseBustersベンチマークで高い予測成功を達成し、精度はAlphaFold3に近づく。
• 核酸では、CASP15 RNAターゲットにおいて全自動モデルの中でAlphaFold3に匹敵し、広範なPDBデータセットではRoseTTAFold2NAおよびRoseTTAFold-AllAtomを上回る。
• タンパク質では、タンパク質-タンパク質の界面でAlphaFold-Multimerを上回り、AlphaFold3に近づく。最適化を継続予定。
• 信頼性指標（pLDDT、pAE、pTM）は、リガンド、タンパク質複合体、RNA、DNAデータセット全体で実際の精度と強い相関を示す。
• GitHubでのオープンソース公開（学術目的の非商用利用）とオンラインPaddleHelixサービスにより、より広範な研究利用が可能になる。