Pose: a pure-NumPy, chirality-aware, structural engine for building and manipulating the molecular structures of proteins, nucleic acids, and small organic molecules

技術要約：「Pose: 純粋なNumPyによる、キラル意識型の構造エンジン」

問題提起
分子モデリングのプロトコルは、しばしば異なるソフトウェアのエコシステム間（例：あるツールで構造を構築し、OpenMMでシミュレーションを行い、Rosettaでスコアリングし、AutoDock Vinaでドッキングを行うなど）の境界を越えることを要求される。各プログラムは、独自のファイル形式、インストール要件、および内部慣習を持っている。キラリティ（対掌性）の一貫した取り扱いには決定的なギャルプが存在する。D-アミノ酸や非標準残基は創薬やプロテオリシス耐性において不可悪であるが、多くのツールはこれらをネイティブに扱うことに苦慮している。具体的には、L-残基用にパラメータ化されたエネルギー関数（CMAPグリッドやロタマーライブラリなど）は、ねじれ角が明示的に反転されていない限り、鏡像に対して誤ったエネルギー値を算出することが多い。このプロセスは異なるエンジン間で一様に実装されているわけではない。さらに、これらの関数を再実装することは、参照プログラムとの項ごとの透明な比較なしには検証が困難である。

手法
著者らは、コンパイルされた拡張機能を持たない、純粋なNumPyによる構造エンジンとして設計されたPythonライブラリ、Poseを提示する。その唯一の実行時依存関係はNumPyであり、生の計算速度よりも透明性と拡張性を優先している。

• アーキテクチャと設計: Poseは、分子状態（ポリペプチド、核酸、および低分子）を、デカルト座標、原子レコード、結合グラフ、および残基テンプレートを含む辞書として表現する。すべてのエネルギー項は、読み取り可能なNumPy配列操作として実装されており、ユーザーはPython内で個々の項を直接検査、修正、または重み付けすることができる。
• キラル慣習: Poseは、配列内の小文字の残基コードがD-残基の構築をトリガーするという、統一されたキラル慣習を実装している。これは、保存されたL-テンプレートをxy平面を通じて反射することによって達成される。極めて重要な点として、D-残基に対して、Poseはすべての掌性依存テーブル（ロタマーライブラリ、ラマチャンドランマップ、CMAPグリッド）を反転したねじれ角で読み取る。これにより、構造とその鏡像が同一のエネルギーを受け取ることが保証される。著者らはこの特性を数学的および経験的に検証している。
• 力場とスコア関数: Poseは、3つの力場（OpenFF Sage 2.3.0、AMBER ff19SB、CHARMM36）と2つのスコア関数（Rosetta REF15、AutoDock Vina）を再実装している。
  • 力場: 調和結合/角度、Urey-Bradley項、フーリエねじれ、レナード・ジョーンズ、クーロン静電相互作用、およびバイキュービックCMAP補正を含む。電荷は、Sage、事前計算されたAM1-BCCセット、またはOpenFF-GNNモデルのNumPy再実装から導出される。
  • スコア関数: REF15は、2010年のバックボーン依存ロタマーライブラリを利用した19の重み付き項で実装されている。AutoDock Vinaは、その5つの分子間相互作用項を用いて実装されている。
• サンプリングプロトコル: このライブラリには、最小化（最急降下法、L-BFGS、FIRE）、分子動力学（Verlet、BAOAB Langevin）、シミュレーテッド・アニーリング、サイドチェーン・パッキング、およびドッキングの手法が含まれる。
• 非標準残基: Poseは、26種類のアミノ酸（セレノメチオニンやホスホチロシンなどの6種類の非標準残基を含む）をサポートしている。これらに対するテンプレートとロタマーライブラリは、その標準的な親残基から派生するか、Rosettaのプロトコルを用いて計算される。

主な貢献

1. 統一されたキラル処理: Poseは、混合キラル（L/D）鎖および非標準残基を構築およびスコアリングするための一貫したフレームワークを提供し、参照プログラムが失敗しやすいエネルギー計算における鏡像対称性を保証する。
2. 透明な再実装: 純粋なNumPyを使用することで、研究者は数学的方程式からコードに至るまで、あらゆるエネルギー計算を追跡することができ、手法の開発や教育を促進する。
3. クロスプロトコル統合: このライブラリは、中間ファイルへの変換なしに、複数の力場やスコア関数にまたがるプロトコルを可能にし、フォーマットに関連するエラーを減少させる。
4. 検証スイート: 著者らは、OpenMM、PyRosetta、およびAutoDock Vinaと比較するための包括的なベンチマークスイートを提供している。

結果
論文では、4つのベンチマークを通じてPoseを検証している：

• ベンチマーク1（エネルギーの一致）: 同一の座標において、Poseは高い精度で参照プログラムと一致した：
  • OpenFF Sage 2.3.0は、OpenMM/OpenFF Interchangeに対し $8.8 \times 10^{-5}$ kJ/molで一致した。
  • ff19SBおよびCHARMM36は、OpenMMに対し最大 $6.5 \times 10^{-4}$ kJ/molで一致した。
  • AutoDock Vinaは、0.013 kcal/molで一致した。
  • Rosetta REF15は、25/30の構造においてPyRosettaに対し $2 \times 10^{-4}$ REUで一致した。不一致は主に、Rosettaには存在するがPoseには完全には再現されていない特定のN末端プロリンパッチに起因している。
• ベンチマーク2（キラル対称性）: Poseにおける全L構造および全D構造の鏡像反射は、最大 $4 \times 10^{-12}$ kJ/mol（浮動小数点ノイズ）のエネルギー変化をもたらし、スコアは変化しなかった。対照的に、PyRosettaのREF15による鏡像複合体のスコアは、グリシンやその他の残基の鏡像鎖におけるスコアリングの非対称性により、最大31.4 REU変化した。
• ベンチマーク3（構造再構築）: Poseは、二面角からタンパク質を再構築した際、PyRosettaと比較してC$\alpha$ RMSD 0.0097 Åを達成した。また、6つのD-残基を含むグラミシジンAセグメントを0.455 ÅのRMSDで正常に再構築した。
• ベンチマーク4（サンプリングプロトコル）: Poseのモデリング手法（パッキング、アニーリング、最小化、ドッキング）は、中央値のパフォーマンスにおいて参照プログラムと同等の結果を示したが、ドッキングにおける成功率が低く（タンパク質-タンパク質で7/10 vs 10/10、受容体-リガンドで6/10 vs 8/10）、実行時間も長かった。

意義と主張
本論文は、Poseが、複雑な分子力学およびスコアリング関数を正確に再実装しつつ、キラル系に対する厳密な鏡像対称性を維持できる純粋なNumPyライブラリであることを実証したと主張している。著者らは、Poseが高スループットの速度ではなく、透明性と拡張性のために設計されていることを強調している。これは、新しいエネルギー項を開発する研究者、計算メカニズムを実演する教育者、および標準的なコンパイル済みパッケージがサポートや一貫性に欠ける可能性のある混合キラル系を扱うユーザーのためのツールとして機能する。

著者らは、Poseが同一座標において参照プログラムと一致するものの、ベンチマークは実験データに対する予測精度ではなく、一致性のテストであることを謙虚に述べている。また、Poseがコンパイル済みエンジンよりも遅いこと（2倍から2,000倍の差）や、一部のサンプリングプロトコル（de novo 折り畳みなど）がネイティブフォールドに到達しなかったことは、最適化されていない環境における基礎となる手法の限界と一致していると認めている。主要な貢献は、力場、スコア関数、およびキラル慣習を横断するプロトコルのための、単一の検査可能な環境を提供することにある。