Structure-Aware Compound-Protein Affinity Prediction via Graph Neural Network with Group Lasso Regularization

기술 요약: 그룹 라소 정규화를 갖춘 그래프 신경망을 통한 구조 인식 화합물 - 단백질 친화도 예측

문제 제기
화합물 특성 예측을 위한 구조 - 활성 관계 (SAR) 모델링에 딥러닝을 적용하는 것은 상당한 도전에 직면해 있습니다. 여기에는 특정 단백질 표적에 대해 비활성 화합물이 활성 화합물보다 압도적으로 많은 데이터 불균형과, 미묘한 분자 구성 변화로 인해 특성이 극적으로 변하는 복잡성이 포함됩니다. 설명 가능한 인공지능 (XAI) 이 예측을 합리화하기 위해 점점 더 많이 사용되고 있지만, 기존 엔드 - 투 - 엔드 모델은 종종 일관성 없는 분자 부분 구조를 강조하여 불안정한 설명 가능성을 초래합니다. 또한 많은 모델은 "활성 절벽 (activity cliffs)"—구조적으로 유사하지만 효능 차이가 큰 화합물 쌍—을 다룰 때, 화합물 - 단백질 친화도에 책임 있는 핵심 부분기를 식별하기 위해 구조 정보를 최적화하여 활용하지 못합니다.

방법론
저자들은 매칭된 분자 쌍 (MMP) 활성 절벽으로 훈련된 그래프 신경망 (GNN) 과 메시지 전달 신경망 (MPNN) 을 활용한 새로운 프레임워크를 제안합니다. 핵심 방법론은 다음과 같습니다:

1. 데이터 구성: 이 연구는 BindingDB 검증 데이터셋에서 파생된 활성 절벽 쌍을 활용하며, 구체적으로 3 가지 Src 계열 티로신 단백질 키나제 (PDB ID: 1O42, 2H8H, 4MXO) 를 대상으로 합니다. 쌍은 최대 공통 부분 구조 (MCS) 를 통해 분자 골격을 공유하지만 치환체 부위에서 활동 (예: IC50) 에서 최소 1 로그 단위 차이가 나는 화합물로 정의됩니다.
2. 모델 아키텍처: 이 프레임워크는 노드와 에지가 원자와 결합을 나타내는 분자 그래프를 처리합니다. 모델은 "공통" 노드 (공유된 골격) 와 "비공통" 노드 (치환체) 에 대한 잠재 표현을 학습합니다.
3. 손실 함수 설계:
   • 기본 손실: 주요 목적은 예측된 결합 친화도와 실험적 결합 친화도 사이의 평균 제곱 오차 (MSE) 를 최소화하는 것입니다.
   • 노드별 손실: 이전 접근 방식이 비공통 모티프에만 초점을 맞췄던 것을 넘어, 공통 및 비공통 부분 구조 모두에서 특징을 포착하기 위해 특정 노드 손실 ($L_N$) 을 설계했습니다.
   • 정규화: 설명 가능성과 특징 선택을 강화하기 위해 저자들은 그룹 라소 (Group Lasso) 와 희소 그룹 라소 (Sparse Group Lasso) 패널티를 통합했습니다. 이러한 정규화는 공통 및 비공통 구조를 별개의 그룹으로 간주하여 분자 서브그래프를 가지치기하고 강조합니다. 그룹 라소는 그룹 수준의 희소성 (전체 그룹 선택 또는 폐기) 을 강제하는 반면, 희소 그룹 라소는 그룹 내 희소성을 추가하여 그룹 내 개별 특징의 더 정교한 선택을 가능하게 합니다.
4. 특징 귀속: 이 연구는 여러 귀속 방법 (CAM, DeepLIFT, Grad-CAM, 통합 기울기) 을 사용하여 모델 해석 가능성을 평가합니다. 원자 수준의 색상 지정에 대한 실제 라벨은 쌍을 이룬 화합물 간의 활동 차이 부호에서 파생됩니다.

주요 기여

• 통합 구조 학습: 이 프레임워크는 공통 (골격) 과 비공통 (장식) 노드 정보를 성공적으로 통합하여, 모티프 차이와 함께 구조적 무결성을 고려함으로써 예측 정확도를 향상시킨다는 것을 입증했습니다.
• 설명 가능성을 위한 정규화: 그룹 라소와 희소 그룹 라소의 적용은 예측 성능을 향상시킬 뿐만 아니라 특징 귀속을 크게 향상시키는 것으로 나타났습니다. 이러한 방법은 관련 없는 서브그래프를 가지치기하고 중요한 분자 부분 구조를 강조하여 안정적인 서브그래프 수준의 설명 가능성을 제공합니다.
• 활성 절벽 활용: MMP-절벽 쌍에 훈련을 집중함으로써, 모델은 불균형하고 광범위한 데이터셋으로 훈련하는 것의 한계를 해결하며 큰 효능 차이의 구조적 결정 요인을 구체적으로 대상으로 합니다.

결과
제안된 프레임워크는 3 가지 Src 키나제 표적에 대해 5 교차 검증을 사용하여 평가되었습니다:

• 예측 성능: 공통 및 비공통 부분 구조를 모두 포함하는 손실 함수와 희소 그룹 라소를 결합한 모델이 가장 좋은 성능을 보였습니다. 이 모델은 평균 제곱근 오차 (RMSE = 0.2143) 가 가장 낮았고 피어슨 상관 계수 (PCC = 0.9615) 가 가장 높게 기록되었습니다. 패널티 없이 비공통 노드만 고려한 기준 손실 함수와 비교할 때, 이 접근 방식은 평균 RMSE 를 17.48% 감소시켰습니다.
• 설명 가능성 지표: 정규화의 포함은 특징 귀속을 크게 향상시켰습니다.
  • 전반적 방향 점수: 그룹 라소를 사용한 모델은 전반적 방향 점수에서 상당한 증가를 보였습니다 (예: CAM 의 경우 47.13% 증가, Grad-CAM 의 경우 14.83% 증가). 이는 화합물 쌍 간의 활동 차이 방향이 더 잘 보존되었음을 나타냅니다.
  • 원자 수준 정확도: 원자 색상 지정 (Grad-CAM) 의 시각적 비교는, 희소 그룹 라소로 훈련된 모델이 정규화되지 않은 모델에 비해 실제 특징 귀속 라벨과 더 일관된 예측을 생성했음을 보여주었습니다.

의의 및 주장
이 논문은 이 접근 방식이 특히 중요한 분자 부분 구조를 식별하는 것이 필수적인 리드 최적화와 같은 신약 개발 파이프라인 내에서 모델 해석 가능성을 강화한다고 주장합니다. 활성 절벽과 정규화를 활용함으로써, 이 프레임워크는 화합물 - 단백질 친화도를 예측하고 약물 특성 차이를 합리화하는 더 안정적이고 정확한 방법을 제공합니다. 저자들은 현재 연구가 데이터 가용성과 알츠하이머병 및 암과의 관련성으로 인해 Src 키나제에 초점을 맞추고 있지만, 이 프레임워크는 다른 단백질 표적에도 적용 가능하도록 설계되었다고 언급합니다. 또한 평균 풀링의 사용이 중요한 노드의 신호를 약간 약화시킬 수 있으며, 더 많은 단백질 계열에 대한 광범위한 검증을 위해서는 추가적인 계산 자원이 필요하다고 인정합니다.