通过将物理纳入蛋白质序列功能建模中,克服深度学习的外推挑战

科学领域:

• 计算生物学是一种计算生物学.
• 生物物理学的生物物理.
• 机器学习 机器学习

背景情况:

• 了解蛋白质序列与功能关系对于遗传疾病研究,蛋白质进化研究和蛋白质工程至关重要.
• 包括卷积神经网络和变压器在内的深度学习模型被广泛用于从序列数据中预测蛋白质功能.
• 一个关键的挑战是这些模型在准确预测培训数据中不存在的突变的功能效应方面的有限能力 (外推).

研究的目的:

• 调查是否结合基于物理的蛋白质相互作用和动态信息可以增强深度学习模型用于蛋白质功能预测的推断能力.
• 使用基于物理的建模量化突变的能量效应.
• 将这些物理能量集成到神经网络架构中,以提高未见变体的预测准确度.

主要方法:

• 利用深度学习模型,特别是 (图) 卷积神经网络,来学习蛋白质序列到功能映射.
• 采用基于物理的建模来计算蛋白质突变的能量影响.
• 将生物物理能量特征与序列数据直接集成到神经网络架构中.
• 对预测突变功能影响的模型性能进行评估,重点是对未见的位置和突变类型的推断.

主要成果:

• 基于物理学的建模有效量化了突变的能量效应.
• 纳入生物物理能量特征显著改善了卷积和图卷积神经网络的位置和突变推断性能.
• 用基于物理学的见解增强的模型在预测新型变异的功能影响时,表现优于仅依赖序列数据的模型.

结论:

• 利用物理知识,特别是蛋白质相互作用能量,是克服深度学习模型中蛋白质功能预测数据稀缺性局限性的有效策略.
• 将生物物理学整合到机器学习模型中,提高了它们对基因变异的功能影响进行概括和准确预测的能力.
• 这种方法有望通过改进变异效应预测来推进遗传疾病,蛋白质进化和蛋白质工程研究.