IgPose: 堅固な免疫グロブリン-抗原結合予測のための生成データ強化パイプライン

科学分野:

• 計算生物学とは,計算生物学である.
• 構造生物学 構造生物学とは
• 免疫情報学とは

背景:

• 免疫グロブリン-抗原 (Ig-Ag) 結合の予測は,限られた実験データと不正確なデノボ構造の予測のために困難です.
• Ig-Ag複合体の正確な予測は,抗体の発見と工学にとって極めて重要です.

研究 の 目的:

• 汎用性のあるフレームワークを開発するために,IgPoseは,正確なIg-Agポーズ識別とスコア付けを行う.
• Ig-Ag複合体の予測におけるデータ不足を,新しい生成データ増強パイプラインを通じて解決する.

主な方法:

• データ不足を軽減するために,合成デコイで構造免疫グロブリンデコイデータベース (SIDD) を構築しました.
• 統合された等価グラフニューラルネットワーク,ESM-2の埋め込み,ゲートされた再帰単位で,幾何学的および進化的特徴を捉える.
• インターフェースに焦点を当てたk-hopサンプリングと生物学的指針付きのプーリングを実装し,一般化を強化しました.

主要な成果:

• IgPoseフレームワークには,ポーズ差別のためのIgPoseClassifierとDockQスコア推定のためのIgPoseScoreが含まれています.
• 内部テストセットとCASP-16ベンチマークで堅実なパフォーマンスを達成し,既存のベースラインを上回っています.
• 高通量抗体発見のための正確なポーズフィルタリングとランキング能力を実証した.

結論:

• IgPoseは,抗体発見パイプラインを進めるための汎用的なコンピューティングツールを提供します.
• フレームワークの生成的なアプローチと統合されたディープラーニングモデルは,Ig-Ag結合予測の精度を高めています.
• IgPoseは,潜在的な抗体候補者の効率的な識別とスコア付けを容易にする.