[论文解读] Prediction of amino acid side chain conformation using a deep neural network

Ke Liu, Xiangyan Sun+8 more|arXiv (Cornell University)|Jul 26, 2017

Protein Structure and Dynamics参考文献 17被引用 12

一句话总结

该论文提出了一种深度神经网络，其在预测氨基酸侧链构象方面的准确率比标准物理方法高出25%以上，尤其在芳香族残基中表现更优。该模型通过从高分辨率结构中学习，无需依赖能量函数，能够识别构象异常值，并在蛋白质建模、冷冻电镜和药物对接等应用中发挥作用。

ABSTRACT

A deep neural network based architecture was constructed to predict amino acid side chain conformation with unprecedented accuracy. Amino acid side chain conformation prediction is essential for protein homology modeling and protein design. Current widely-adopted methods use physics-based energy functions to evaluate side chain conformation. Here, using a deep neural network architecture without physics-based assumptions, we have demonstrated that side chain conformation prediction accuracy can be improved by more than 25%, especially for aromatic residues compared with current standard methods. More strikingly, the prediction method presented here is robust enough to identify individual conformational outliers from high resolution structures in a protein data bank without providing its structural factors. We envisage that our amino acid side chain predictor could be used as a quality check step for future protein structure model validation and many other potential applications such as side chain assignment in Cryo-electron microscopy, crystallography model auto-building, protein folding and small molecule ligand docking.

研究动机与目标

• 开发一种不依赖于基于物理的能量函数的数据驱动方法，用于预测氨基酸侧链构象。
• 在准确率上超越当前标准方法，尤其针对芳香族等具有挑战性的残基。
• 在不使用结构因素的情况下，识别高分辨率蛋白质结构中的构象异常值。
• 在蛋白质结构验证、冷冻电镜、X射线晶体学和配体对接等实际应用中实现应用。

提出的方法

• 使用高分辨率蛋白质结构对深度神经网络架构进行训练，以预测侧链二面角。
• 模型通过序列和局部结构背景的端到端学习，避免了显式能量函数的假设。
• 输入特征包括局部序列模式、残基身份和主链几何结构。
• 在大规模实验测定的侧链构象数据集上，通过反向传播和随机梯度下降对网络进行优化。
• 使用预测置信度分数在不访问实验因素的情况下检测PDB中的结构异常值。
• 该架构设计用于在不同蛋白质折叠和残基类型间实现良好泛化。

实验结果

研究问题

• RQ1 深度神经网络能否在预测侧链构象方面超越基于物理的能量函数？
• RQ2 该模型在传统上难以预测的芳香族残基上的表现如何？
• RQ3 该模型能否在不使用实验数据（如B因子或分辨率）的情况下，识别高分辨率结构中的构象异常值？
• RQ4 该方法在多大程度上可提升蛋白质结构建模与验证？

主要发现

• 与标准基于物理的方法相比，该深度学习模型在侧链构象预测准确率上提升了25%以上。
• 该方法在芳香族残基上表现尤为出色，准确率提升最为显著。
• 该模型在不访问B因子或分辨率等实验因素的情况下，成功识别出高分辨率PDB结构中的构象异常值。
• 该方法在不同蛋白质折叠和残基类型中均表现出鲁棒性，显示出广泛适用性。
• 该模型的预测结果与已知的立体化学约束一致，且与实验结构具有高度相关性。