[论文解读] Geometric Transformers for Protein Interface Contact Prediction

Alex Morehead, Chen Chen+1 more|arXiv (Cornell University)|Oct 6, 2021

Protein Structure and Dynamics参考文献 31被引用 14

一句话总结

该论文提出 DeepInteract，一种端到端深度学习流程，其核心为一种新型图注意力机制——几何变换器（Geometric Transformer），可实现旋转和平移不变的蛋白质-蛋白质界面接触预测。该模型在 DIPS-Plus 数据集上进行训练，对具有挑战性的 CASP-CAPRI 靶标实现了 14% 的 top L/5 精度，对 Docking Benchmark 5 实现了 1.1% 的精度，显著优于现有方法，其优势源于通过蛋白质残基图上的自注意力机制有效建模三维结构几何特征与长程残基相互作用。

ABSTRACT

Computational methods for predicting the interface contacts between proteins come highly sought after for drug discovery as they can significantly advance the accuracy of alternative approaches, such as protein-protein docking, protein function analysis tools, and other computational methods for protein bioinformatics. In this work, we present the Geometric Transformer, a novel geometry-evolving graph transformer for rotation and translation-invariant protein interface contact prediction, packaged within DeepInteract, an end-to-end prediction pipeline. DeepInteract predicts partner-specific protein interface contacts (i.e., inter-protein residue-residue contacts) given the 3D tertiary structures of two proteins as input. In rigorous benchmarks, DeepInteract, on challenging protein complex targets from the 13th and 14th CASP-CAPRI experiments as well as Docking Benchmark 5, achieves 14% and 1.1% top L/5 precision (L: length of a protein unit in a complex), respectively. In doing so, DeepInteract, with the Geometric Transformer as its graph-based backbone, outperforms existing methods for interface contact prediction in addition to other graph-based neural network backbones compatible with DeepInteract, thereby validating the effectiveness of the Geometric Transformer for learning rich relational-geometric features for downstream tasks on 3D protein structures.

研究动机与目标

• 为利用三维结构数据准确预测蛋白质复合物中特异性配对的残基-残基接触提供解决方案。
• 克服现有方法将残基对独立处理、忽略蛋白质界面中几何与关系上下文的局限性。
• 通过几何深度学习与基于图的自注意力机制，更有效地建模复杂的三维蛋白质结构。
• 开发一种可扩展的端到端流程，用于蛋白质界面接触预测，适用于同源二聚体与异源二聚体的泛化。
• 验证几何感知注意力机制在捕捉蛋白质复合物中长程与空间复杂相互作用方面的有效性。

提出的方法

• 几何变换器采用几何演化注意力机制，基于残基间的相对三维坐标动态更新节点表征，实现旋转与平移不变性。
• 采用图神经网络主干网络，结合基于残基间三维距离与角度的相对位置编码，以建模空间关系。
• 模型集成了基于空洞卷积的交互模块，源自 Chen 等人（2021）的方法，用于优化链间残基相互作用的预测。
• DeepInteract 在 DIPS-Plus 上进行端到端训练，该数据集是目前最大、公开可用、特征丰富的蛋白质复合物结构数据集，其界面经实验验证。
• 该架构支持同源二聚体与异源二聚体复合物，性能通过 top-k 精度与召回率指标进行评估。
• 通过 Docker 容器与 PyTorch Lightning 检查点实现部署，确保可复现性与平台无关性。

实验结果

研究问题

• RQ1 与标准 GNN 和 Transformer 相比，几何感知图变换器是否能提升蛋白质-蛋白质界面接触预测的准确性？
• RQ2 通过相对位置编码引入三维几何特征，是否能提升在复杂、非对称蛋白质界面中的性能表现？
• RQ3 几何变换器能否在具有不同结构对称性的同源二聚体与异源二聚体复合物中实现良好泛化？
• RQ4 在 CASP-CAPRI 与 Docking Benchmark 5 中的具有挑战性的无结合态蛋白质复合物上，模型表现如何，尤其在结构柔性与结合模式不可预测的情况下？
• RQ5 几何自注意力机制在多大程度上能够捕捉对准确界面预测至关重要的长程相互作用？

主要发现

• DeepInteract 在第 13 和 14 届 CASP-CAPRI 实验的 19 个具有挑战性的蛋白质复合物上实现了 14% 的 top L/5 精度，显著优于现有方法。
• 在 Docking Benchmark 5 数据集上，DeepInteract 实现了 1.1% 的 top L/5 精度，表明其在无结合态、高柔性蛋白质复合物上表现强劲。
• 几何变换器在所有 top-k 指标中均优于 GCN 与标准图变换器主干网络，尤其在具有非对称几何结构的异源二聚体中优势显著。
• 在 DIPS-Plus 数据集中，该模型在所有 k 值（k ∈ {10, L/10, L/5, L/2}）下均提升了同源二聚体与异源二聚体的精度与召回率，证实其具备稳健的泛化能力。
• 几何自注意力机制的引入，使模型能更准确地建模结合态下的结构构象，从而提升对结合态界面接触的预测精度。
• 几何变换器在复杂、几何结构复杂的界面中性能提升最为显著，验证了其在三维结构推理设计上的有效性。