基于安全模型的优化,平衡蛋白质序列设计的探索和可靠性
Shuuki Takizawa1, Keita Mori2, Naoto Tanishiki2
1Research Division, Chugai Pharmaceutical Co., Ltd, Yokohama, Japan. takizawa.syuki85@chugai-pharm.co.jp.
蛋白质工程通过基于模型的优化 (MBO) 加速,但模型可能不可靠. 一种新的方法,即平均偏差树结构的帕森估计器 (MD-TPE),通过惩罚不可靠的预测来改善MBO,从而导致更好的蛋白质设计.
科学领域:
- 计算生物学是一种计算生物学.
- 蛋白质工程是一种蛋白质工程.
- 机器学习是机器学习.
背景情况:
- 蛋白质工程旨在发现具有特定功能的蛋白质,这一过程通常受到时间和蛋白质序列空间的广限制.
- 离线基于模型的优化 (MBO) 使用代理模型来有效地导航这个空间,但这些模型可以预测不可靠的,分布之外的值,从而导致不理想的结果.
- 当代理模型的预测过于乐观并且与训练数据有显著的偏离时,MBO中的病态行为就会出现.
研究的目的:
- 开发一种新的优化方法,解决蛋白质工程中现有的MBO方法的局限性.
- 为了提高蛋白质序列设计中使用的代理模型的可靠性.
- 为了确保优化解决方案可以在代理模型可以准确预测的区域内找到.
主要方法:
- 介绍了平均偏差树结构的Parzen估计器 (MD-TPE),这是MBO的新算法.
- 将高斯过程 (GP) 模型的预测分布偏差集成到目标函数中,以惩罚不可靠的样本.
- 在GFP数据集上对MD-TPE的评估和抗体亲和力成熟任务.
主要成果:
- 在GFP数据集上测试时,MD-TPE与标准树结构Parzen估计器 (TPE) 相比,显示了病理样本的减少.
- 在抗体亲和力成熟任务中,MD-TPE方法成功识别了具有增强结合亲和力的蛋白质突变.
- 开发的方法通过专注于可靠的预测区域,提供了更安全的优化策略.
结论:
- 拟议的MD-TPE方法提高了蛋白质工程应用的基于模型的优化安全性和可靠性.
- 这种方法有效地引导对具有可靠模型预测的区域的搜索,改善功能蛋白质的发现.
- MD-TPE提供了一种有价值的工具,可以加速设计和优化具有所需功能的蛋白质.
更多相关视频
05:08Application of I TASSER, trRosetta, UCSF Chimera, HADDOCK server, and HEX loria for De Novo and In Silico Design of Proteins
Published on: July 8, 2025
07:08Optimization of Synthetic Proteins: Identification of Interpositional Dependencies Indicating Structurally and/or Functionally Linked Residues
Published on: July 14, 2015
相关概念视频
Conserved Binding Sites
Binding sites are often located in large pockets, and if their location on a protein’s surface is unknown, it can be predicted using various approaches. The energetic method computationally...
Conservation of Protein Domains Over Different Proteins
A limited set of protein domains often duplicate and recombine during evolution. These domains can be organized in different combinations to...
Protein-protein Interfaces
Protein and Protein Structure
A protein's shape is critical to its function. For example, an enzyme...
Leaky Scanning
Protein Organization
The primary structure of a protein is its amino acid sequence....
