Repurposing PeTriBERT for Protein Protein Interaction Prediction with Sequence Structure Fusion

微小なスケールにおける生命は、絶え間ないつながりの世界です。あらゆる生細胞の中では、タンパク質が、生命の仕組みを動かし続けるための労働者、建設者、そして伝達役として機能しています。これらの分子は孤立した存在ではなく、決して単独で働くことはありません。代わりに、彼らは特定のパートナーを見つけ出し、互いに結合して、化学反応を駆動したり、信号を送ったり、細胞構造を構築したりするためのチームを形成しなければなりません。この、2つのタンパク質が出会い、くっつくプロセスは、タンパク質間相互作用と呼ばれます。どのタンパク質がペアになり、どのようにしてそれを行うのかを正確に理解することは、科学者にとって極めて重要です。もし研究者がこれらのつながりをマッピングできれば、病気がどのように始まり、なぜ特定の薬が効くのか、そして壊れた生物学的システムを修復するためにどのように新しい薬を設計すべきかを解明できるからです。

長い間、こうしたパートナーシップを解明することは、欠けたピースのあるパズルを解こうとするようなものでした。科学者はラボの中でタンパク質が相互作用する様子を観察することはできましたが、そのプロセスは遅く、高価で、しばしば不完全なものでした。近年では、人工知能が介入し、タンパク質がどのように三次元的な形へと折り畳まれるかを予測することを学習しています。この画期的な進歩は、新しい扉を開きました。もしタンパク質の形を予測できれば、それが他のタンパク質とどのように相互作用するかを予測できるかもしれないのです。しかし、タンパク質の形は物語の半分に過ぎません。その化学的な配列、つまり構成要素の特定の順序もまた、重要な手がかりを握っています。課題は、コンピュータモデルを構築し、配列と形状の両方を同時に読み取り、それらを組み合わせて、2つのタンパク質が相互作用するかどうかについての信頼できる予測を行うことでした。

フランスの研究チームは、PeTriPPI2と呼ばれる新しいツールを開発することで、この取り組みにおいて大きな一歩を踏み出しました。彼らの研究は、既存の人工知能モデルを新しい問題のために再利用するという、巧妙な戦略に焦点を当てています。彼らは、あらかじめ学習済みの2つの強力なシステムからスタートしました。1つ目は、数百万ものタンパク質配列を読み込み、人間が話し言葉を学ぶのと同じように生物学の言語を学んだモデルです。2つ目は、通常期待されることとは逆の作業を行うよう設計されたモデルです。つまり、配列から形を予測するのではなく、特定の形を作り出す配列を推測するように訓練されたものです。PeTriBERTとして知られるこの第2のモデルは、タンパク質の各パーツが三次元空間においてどのように適合するかという幾何学的なルールを理解することにおいて非常に優れています。

研究者たちは、PeTriBERTは異なるタスクのために構築されたものであるものの、その深い幾何学的理解が、相互作用を予測するために非常に有用であることに気づきました。彼らはこの幾ometrically（幾何学的）なモデルを配列読み取りモデルと融合させ、ハイブリッドシステムを作り上げました。彼らのセットアップでは、テスト対象となる2つのタンパク質は、2つの経路でシステムに投入されます。一方の経路は、化学的な指示を捉えるために、アミノ酸の生の配列を言語モデルへと送ります。もう一方の経路は、タンパク質の三次元構造を幾何学的モデルへと送り、タンパク質を通過させます。システムは、これら2つの情報のストリームがどのように整列しているかを確認します。そして、化学的な指示と物理的な形状が、安定した結合を形成するのに十分なほど適合しているかどうかを問いかけるのです。

このアプローチが機能するかどうかをテストするために、チームは160万組以上のタンパク質ペアを含む膨大なデータセットを用いて新しいモデルを訓練しました。その半分は相互作用することが知られており、残りの半分は相互作用しないものでした。その後、彼らはモデルが一度も見聞きしたことのない別の2,342組のタンパク質ペアに対してモデルをテストしました。結果は強力でした。モデルは高い精度で相互作用するペアを正しく特定し、0.898というスコアを達成しました。より重要なことに、モデルが2つのタンパク質が相互作用すると予測したとき、その的中率は91.7パーセントでした。この高い精度は、モデルが誤報を避けることに非常に優れていることを意味しており、これはラボで追跡すべき信頼できるリードを必要とする研究者にとって極めて重要な特徴です。

この研究はまた、モデルの一部を取り除いたときに何が起こるかをテストすることで、モデルがどのように機能しているかについて興味深い事実を明らかにしました。研究者がモデルから配列情報を遮断すると、相互作用を予測する能力は著しく低下しました。構造情報を遮断すると、モデルの精度は0.523にまで落ち、F1スコアは0.118となり、ランダムな推測よりもわずかに高い程度の性能しか示せませんでした。このことは、化学的配列と物理的形状の両方が、システムが機能するために不可欠であることを裏付けました。モデルは単にパターンを記憶しているのではなく、意思決定を行うために、これら両方のデータの組み合わせを真に活用しているのです。

他の主要な手法と比較した際、PeTriPPI2は明確な強みを示しました。それは、同様のハイブリッドモデルであるSpatialPPIv2よりも精密であり、相互作用が起こると予測した際のミスが少ないことを意味していました。しかし、感度はわずかに低く、起こり得る相互作用の総数を捉える力は劣っていました。これは、PeTriPPI2がより厳格な基準で動作しており、判断を下す前に確信を持とうとする性質があることを示唆しています。多くの研究シナリオにおいて、多くの誤ったリードを含む長いリストを持つよりも、信頼性の高い候補の短いリストを持つ方が価値がある場合があり、このトレードオフは非常に有用です。

この研究は、特定の生物学的タスクのために訓練された人工知能モデルが、いかにして別のタスクのためにうまく適応できるかを実証しています。タンパク質の形状を逆エンジニアリングするために設計されたモデルを、相互作用を認識するように教えることで、研究者たちは、その根底にある幾何学的知識が転用可能であることを示しました。このモデルは依然として機能するためにタンパク質の形状の優れた予測に依存していますが、このアプローチの成功は、ハイブリッドシステムこそがタンパク質科学の未来である可能性を示唆しています。それらは、タンパク質配列の膨大な知識と、物理的な幾何学の精密な論理を組み合わせることで、分子の世界がいかに結びついているかという、より完全な姿を提示しているのです。