A Large-Scale Dataset and Benchmark: Do Protein-Ligand Models Learn Binding Sites or Just Binding Likelihood?

技術的サマリー：InteractBind – タンパク質 - リガンド結合部位局在化のための大規模データセットおよびベンチマーク

問題提起
タンパク質 - リガンドモデリングは計算創薬の中核をなすものであるが、既存のベンチマークは主に二値結合予測（相互作用が発生するか？）または結合親和性回帰（相互作用の強さはどの程度か？）においてモデルを評価している。これらのタスクは、モデルが結合の「発生」または「強さ」を予測するかどうかを測定するが、モデルが特定の結合部位を局在化できるか、あるいは分子認識を駆動する根本的な非共有結合相互作用を同定できるかについての証拠は限られている。現在の配列ベースのデータセットは、大規模なアミノ酸残基レベルの相互作用注釈をほとんど提供しておらず、学習された相互作用マップが物理化学的接触パターンを真に捉えているのか、それとも単に二値結合ラベルと相関しているのかを判断することが困難である。その結果、モデルが結合残基を局在化し、異なる種類の非共有結合相互作用を区別する微細な能力に対する体系的な評価が欠如している。

手法
このギャップを埋めるため、著者らはタンパク質データバンク（PDB）の実験的に解明された複合体から導出された大規模なタンパク質 - リガンドデータセットおよびベンチマークであるInteractBindを導入する。

• データセット構築: 本データセットは、約 11,000 のユニークなタンパク質と約 9,000 のユニークなリガンドを網羅する約 10 万組のタンパク質 - リガンドペアで構成される。各ペアについて、著者らは以下のものを生成する：

  • 配列表現: タンパク質用の標準的な FASTA および構造認識（SA）配列；リガンド用の SMILES および SELFIES。
  • 相互作用注釈: PLIP や GetContacts などのツールを用いて、水素結合、塩橋、$\pi$–$\pi$スタッキング、カチオン–$\pi$相互作用、疎水性接触、ファンデルワールス力という 6 つの主要な非共有結合相互作用タイプを検出する。
  • 相互作用マップ: これらの相互作用は配列レベルのマップ上に投影され、リガンド原子×タンパク質残基の$m \times n$行列（重み付けされた相互作用スコアを有する）が作成される。集約されたマップは、少なくとも 1 つの相互作用に参加する残基であるタンパク質結合部位を定義する。
  • ラベル: 二値結合ラベル（ドッキングベースの親和性スコアから導出：$\le -7$ kcal/mol を陽性、$> -5$ kcal/mol を陰性）および親和性値。

• ベンチマーク設計:

  • コアタスク: 結合部位の局在化。主要な評価指標は**Binding Residue Hit Rate at Top-K (BRHR@K)**であり、トップ-K 予測タンパク質残基が真の結合残基と重複するかどうかを測定する。
  • 分割: 現実的な一般化評価を確保するため、データセットには以下のものが含まれる：
    • 在分布（ID）: 5 分割交差検証を用いた親和性認識分割。
    • 不在分布（OOD）: 訓練 - テスト間の最大類似度が 25%、28%、31%、33% となるように制御された 4 つのタンパク質類似度分割。これにより、あまり馴染みのないタンパク質ターゲットに対する性能を評価する。
  • ベースライン: 8 つの代表的な配列ベースの相互作用認識モデル（MolTrans、TransformerCPI、DrugBAN、FusionDTI など）が評価された。

主要な貢献

1. InteractBind データセット: 二値ラベルと親和性スコアだけでなく、残基レベルの結合部位注釈および 6 つの異なる非共有結合相互作用マップも提供する新しい大規模リソース。
2. 微細な評価パラダイム: BRHR メトリクスおよび相互作用タイプ固有の分析によって支援される結合部位局在化をコアタスクとして定式化し、ペアレベルの結果を超えて進める。
3. 体系的ベンチマーク: 8 つの最先端モデルの評価により、相互作用認識アーキテクチャは測定可能な結合部位局在化シグナルを示すものの、特に特定の物理化学的接触パターンを同定する点において改善の余地が大きいことが明らかになった。

結果

• 二値予測対局在化性能: 二値結合予測と結合部位局在化の間には大きな乖離が存在する。最良のパフォーマンスを示したモデルである FusionDTI は、二値予測では98.3% AUROCを達成したが、結合部位局在化では**BRHR@1 21.6%**に留まった。これは、強力な二値予測が結合に関与する特定の残基の信頼性の高い同定を保証するものではないことを示している。
• 相互作用タイプの変動性: 性能は非共有結合相互作用タイプによって著しく変動する。モデルは、ファンデルワールス、疎水性、水素結合といった一般的で空間的に広範な接触（例：FusionDTI はファンデルワールスで BRHR@5 約 33%）を、$\pi$–$\pi$スタッキング（約 18.2%）やカチオン–$\pi$相互作用（約 16.1%）のような特定の幾何学的配列よりも効果的に局在化する。
• 一般化: タンパク質類似度制御 OOD 分割において、訓練とテストのタンパク質間の類似度が低下するにつれて、二値予測および結合部位局在化の両方の性能が低下し、新規タンパク質ターゲットに対する結合部位の局在化の難しさを浮き彫りにしている。リガンド類似度は性能に比較的小さな影響しか及ぼさなかった。

意義と主張
本論文は、InteractBind が、より解釈可能で物理的に根拠のあるタンパク質 - リガンドモデルの開発を促す新しいベンチマークパラダイムを確立すると主張している。著者らは、現在のモデルは分子認識の機械論的決定因子を真に学習することなく、結合の発生を予測するためにデータセット固有の相関に依存していることが多いと論じている。明示的な残基レベルの教師信号と相互作用タイプ固有の注釈を提供することで、InteractBind はモデルが結合部位を局在化し、それらを安定化させる非共有結合相互作用を同定するかどうかを体系的に評価することを可能にする。結果は、現在の相互作用認識モデルがいくつかの結合部位シグナルを捉えているものの、特定の相互作用タイプや新規タンパク質ターゲットに対しては微細な局在化においてまだ信頼性が十分ではないことを示唆している。著者らは、この研究を、計算創薬パイプラインの信頼性を向上させ、誤った生物学的結論を回避するために不可欠な、結果のみのメトリクスから微細な評価への評価シフトへの一歩として位置づけている。

限界
著者らは明示的に、現在のベンチマークは配列レベルの評価に焦点を当てており、まだ構造レベルのベンチマークを含んでいないと指摘している。彼らは、ポーズの曖昧さやコンフォメーションの柔軟性により、3D 構造への評価の拡張は困難であり、これらはノイズを導入し、残基レベルの配列ベースの評価と比較して解釈可能性を低下させる可能性があることを認めている。