De novo Protein Generating Model via Structure-Aware Graph Neural Networks
Diese Arbeit präsentiert ein struktur-bewusstes Graph-Neurales-Netzwerk, das auf die Genauigkeit der 3D-Konformation statt auf die Sequenzrekonstruktion optimiert ist und zeigt, dass die De-novo-Proteingenerierung eine strukturelle Präzision erreichen kann, die mit führenden sequenzfokussierten Methoden vergleichbar ist, ohne dabei auf direkte Sequenzüberwachung angewiesen zu sein.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Seit Jahrzehnten verstehen Biologen, dass die Funktion eines Proteins durch seine Form bestimmt wird. Ein Protein ist eine lange Kette aus Bausteinen, den sogenannten Aminosäuren, und die spezifische Abfolge dieser Bausteine bestimmt, wie sich die Kette zu einer komplexen, dreidimensionalen Struktur faltet. Dieser Faltungsprozess ist so präzise, dass eine winzige Änderung in der Sequenz dazu führen kann, dass die gesamte Struktur kollabiert oder nicht mehr funktioniert. Lange Zeit bestand die wissenschaftliche Herausforderung darin, vorherzusagen, welche Form eine gegebene Sequenz annehmen würde. Doch es hat sich eine schwierigere und ebenso wichtige Frage ergeben: Wenn man mit einer gewünschten Form beginnt, kann man rückwärts arbeiten, um die spezifische Sequenz der Aminosäuren zu finden, die sich in diese Form faltet? Dieses Reverse Engineering, bekannt als inverses Proteindesign, ist der Schlüssel zur Entwicklung neuer Medikamente und Materialien von Grund auf, beruhte jedoch traditionell auf einer strengen Regel: Die neue Sequenz muss den in der Natur vorkommenden Sequenzen sehr ähnlich sein.
Ein Forscherteam der University of Texas at Dallas hat diese Regel infrage gestellt. Sie entwickelten ein neues Computermodell, das darauf ausgelegt ist, Proteinsequenzen zu erstellen, die sich in eine bestimmte Form falten, ohne ein natürliches Protein kopieren zu müssen. Ihr Ansatz, der in einer kürzlich veröffentlichten Studie detailliert beschrieben wird, legt nahe, dass der Weg zu einer korrekten Form nicht eindeig ist und dass ein Modell lernen kann, Strukturen direkt aufzubauen, indem es die spezifische Aminosäurereihenfolge völlig ignoriert. Indem sie ihr System darauf trainierten, sich nur um die endgültige 3D-Form zu kümmern, erzielten sie Ergebnisse, die ebenso genau sind wie die führenden Methoden, die sich darauf konzentrieren, die Natur zu kopieren, was beweist, dass ein Protein nicht wie ein natürliches aussehen muss, um wie eines zu funktionieren.
Die Forscher bauten ihr Modell unter Verwendung einer Art künstlicher Intelligenz, einem Graph-Neuronalen Netzwerk. In diesem System wird das Protein nicht als einfache Liste von Buchstaben betrachtet, sondern als eine Karte von Punkten, die durch Linien verbunden sind. Jeder Punkt repräsentiert einen Teil des Proteinrückgrats, und die Linien verbinden die nächsten Nachbarn im Raum. Das Modell nimmt die Koordinaten einer Zielform als Eingabe und beginnt zu raten, welche Aminosäuren an jedem Punkt sitzen sollten. Die entscheidende Innovation liegt darin, wie das Modell lernt. Anstatt zu hören: „Du hast den falschen Buchstaben erraten, versuch es noch einmal“, wird dem Modell die Form gezeigt, die seine Vermutung erzeugen würde. Es verwendet ein leistungsstarkes, bereits existierendes Werkzeug, um seine eigene vorhergesagte Sequenz in eine 3D-Struktur zu falten, und vergleicht das Ergebnis dann mit der Zielform. Wenn die Formen nicht übereinstimmen, passt das Modell seine Vermutungen an, um die Differenz zu verringern. Dieser Prozess ermöglicht es dem Modell, direkt aus der Geometrie des Proteins zu lernen und so die Notwendigkeit zu umgehen, die in der Natur vorkommenden ursprünglichen Aminosäuresequenzen auswendig zu lernen oder zu replizieren.
Um diese Idee zu testen, trainierten die Forscher ihr Modell auf einer riesigen Sammlung von Proteinstrukturen aus einer öffentlichen Datenbank, wobei sie diese in kleinere, gleichmäßige Stücke schnitten, um Vielfalt zu gewährleisten. Dann baten sie das Modell, Sequenzen für 224 spezifische Proteinformen zu entwerfen, die es zuvor noch nie gesehen hatte. Für jede Form generierte das Modell eine Sequenz, die dann durch dasselbe Vorhersagewerkzeug gefaltet wurde, um zu sehen, wie gut sie der Zielform entsprach. Die Ergebnisse waren beeindruckend. Das Modell erzeugte Sequenzen, die sich in Strukturen mit einer Genauigkeit falteten, die statistisch nicht von ProteinMPNN zu unterscheiden war – einer hochgeschätzten Methode, die sich darauf konzentriert, die ursprüngliche natürliche Sequenz wiederherzustellen. Während die Sequenzen des neuen Modells sehr verschieden von den natürlichen waren, waren die Formen, die sie bildeten, nahezu identisch mit dem Ziel.
Die Studie ergab, dass das neue Modell eine strukturelle Präzision erreichte, die dem Industriestandard entsprach, obwohl es die ursprüngliche Aminosäuresequenz weniger als 30 Prozent der Zeit wiederherstellte, verglichen mit etwa 31 Prozent bei der traditionellen Methode. Diese Lücke in der Sequenzwiederherstellung beeinträchtigte das strukturelle Ergebnis nicht. Die Forscher beobachteten, dass es für viele Zielformen mehrere verschiedene Sequenzen geben konnte, die dieselbe Faltung erzeugen können. In einigen Fällen übertraf das neue Modell sogar die natürliche Sequenz oder die traditionelle Methode an bestimmten Teilen des Proteins, was darauf hindeutet, dass die Natur nicht immer die einzige Lösung für eine gegebene Form nutzt. Die Ergebnisse zeigen, dass die strikte Anforderung, natürliche Sequenzen nachzuahmen, nicht notwendig ist, um funktionale Proteine zu erschaffen.
Diese Arbeit zeigt, dass ein Modell, das rein auf struktureller Genauigkeit trainiert wurde, mit Methoden konkurrieren kann, die auf Sequenzwiederherstellung trainiert wurden. Die Forscher merkten an, dass ihr Ansatz es ermöglicht, Proteine zu entwerfen, die in der Natur nicht existieren, was die Tür zur Schaffung völlig neuer biologischer Werkzeuge öffnet. Sie räumten jedoch auch Einschränkungen ein. Das Modell ist auf die Genauigkeit des Faltungswerkzeugs angewiesen, das es für das Training verwendet, was bedeutet, dass etwaige Fehler in diesem Werkzeug auf die neuen Designs übertragen werden. Zudem wurden in der Studie verkürzte Proteinfragmente verwendet, was es manchmal unmöglich machte, komplexe, vollständige Strukturen zu reproduzieren. Trotz dieser Einschränkungen bleibt die Kernbotschaft robust: Die Form eines Proteins kann der primäre Leitfaden für seine Erstellung sein, und die spezifische Sequenz der Aminosäuren ist flexibler als bisher angenommen. Die Studie kommt zu dem Schluss, dass Wissenschaftler durch die Konzentration auf die endgültige Form statt auf das historische Rezept die Möglichkeiten des Proteindesigns über die Grenzen der natürlichen Evolution hinaus erweitern können.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.