学习蛋白质健身景观,使用来自多个来源的深度突变扫描数据
Lin Chen1, Zehong Zhang1, Zhenghao Li2
1Drug Discovery and Design Center, State Key Laboratory of Drug Research, Shanghai Institute of Materia Medica, Chinese Academy of Sciences, Shanghai 201203, China; University of Chinese Academy of Sciences, Beijing 100049, China.
Cell systems
|August 17, 2023
概括
本研究引入了一种多蛋白培训方案,通过利用现有数据更准确地绘制蛋白质健身景观来改进机器学习辅助定向进化 (MLDE). 这些发现突出了MLDE的潜在陷,并建议更好的蛋白质工程方法.
科学领域:
- 生物化学 生物化学
- 计算生物学 计算生物学
- 机器学习 机器学习
背景情况:
- 准确的健身景观映射对于机器学习辅助定向进化 (MLDE) 至关重要.
- 现有的MLDE方法往往难以将其推广到新的蛋白质标.
- 深度突变扫描 (DMS) 为了解蛋白质序列功能关系提供了有价值的数据.
研究的目的:
- 开发和验证一个多蛋白培训方案,以改善MLDE中的健身景观预测.
- 评估该方案对新蛋白质的概括能力,并预测更高阶变异效应.
- 确定当前MLDE方法中的潜在局限性和陷.
主要方法:
- 设计了一个新的多蛋白训练方案,利用来自不同蛋白质的现有DMS数据.
- 进行了概念验证试验,通过随机和定位推算,零射击预测和更高阶效应推算来验证该方案.
- 性能与强大的基线模型进行了基准测试.
主要成果:
- 多蛋白培训计划在帮助理解新的蛋白质健身景观方面表现出有效性.
- 该研究验证了该方案在随机/定位推断,零射击预测和更高阶效应预测方面的表现.
- 基线模型的出乎意料的强表现揭示了当前MLDE实践中的重大陷.
结论:
- 拟议的多蛋白培训方案提供了一种有希望的方法,通过改善健身环境学习来增强MLDE.
- 这些发现强调了强大的基线的重要性,并突出了MLDE方法的改进领域.
- 这项工作有助于更好地了解蛋白质健康状况,并推动开发更有效的蛋白质工程工具.


