[论文解读] actifpTM: a refined confidence metric of AlphaFold2 predictions involving flexible regions

Julia K. Varga, Sergey Ovchinnikov+1 more|arXiv (Cornell University)|Dec 20, 2024

Machine Learning in Bioinformatics被引用 6

一句话总结

actifpTM 通过聚焦相互作用的自信部分来完善界面置信度，使其对灵活的旁侧区域具有鲁棒性，并在 ColabFold 中使用。

ABSTRACT

One of the main advantages of deep learning models of protein structure, such as Alphafold2, is their ability to accurately estimate the confidence of a generated structural model, which allows us to focus on highly confident predictions.The ipTM score provides a confidence estimate of interchain contacts in protein-protein interactions. However, interactions, in particular motif-mediated interactions, often also contain regions that remain flexible upon binding. These non-interacting flanking regions are assigned low confidence values and will affect iPTM, as it considers all interchain residue pairs, and two models of the same motif-domain interaction, but differing in the length of their flanking regions, would be assigned very different values. Here we propose actifpTM (actual interface pTM), a modified ipTM measure, that focuses on the confident region of an interaction, resulting in a more robust measure of interaction confidence, even when not the full interaction is structured. actifpTM has been incorporated into ColabFold.

研究动机与目标

• 推动对边界存在灵活区域的蛋白质-蛋白质相互作用的改进评估。
• 解决当非相互作用的灵活区域扭曲置信度时 ipTM 的局限性。
• 提出一种改良度量，聚焦于自信的界面区域。
• 在不同长度的旁侧区域下提升相互作用置信度的鲁棒性。

提出的方法

• 引入 actifpTM（实际界面 pTM）作为对 ipTM 的修改。
• 将置信度评估聚焦于相互作用的自信区域，而非整个界面。
• 描述 actifs 如何仅在自信相互作用区域内考虑跨链残基对。
• 讨论将 actifpTM 集成到 ColabFold 工作流中。

实验结果

研究问题

• RQ1 actifpTM 能否在带有灵活旁侧区域的基序介导相互作用中提供更鲁棒的置信度估计？
• RQ2 当完整的相互作用并未完全结构化时，actifpTM 与 ipTM 的比较？
• RQ3 actifpTM 是否在不同长度的旁侧区域下降低置信度的变异性？

主要发现

• ActifpTM 在存在灵活、非相互作用的旁侧区域时提供了更鲁棒的相互作用置信度度量。
• ActifpTM 是一个精炼的界面置信度度量，聚焦于相互作用的自信部分。
• 该度量已被整合到 ColabFold，扩大了对改进置信度估计的访问。