Beyond native sequence recovery: Improved modeling of thesequence-energy landscape of protein structures

Stel je voor dat je een robotkok probeert te leren hoe hij een perfecte biefstuk moet bereiden. Jarenlang was de enige manier waarop je de robot beoordeelde door te vragen: "Kun je naar een foto van een biefstuk kijken en me precies vertellen welke kruiden er zijn gebruikt?" Als de robot de kruiden correct raadde, gaf je hem een gouden ster. Dit is wat wetenschappers Native Sequence Recovery (NSR) noemen. In de wereld van eiwitontwerp betekent dit dat je naar de vorm van een eiwit kijkt en de exacte reeks aminozuren (het "recept") raadt die het van nature heeft opgebouwd.

Echter, dit nieuwe artikel betoogt dat het krijgen van een gouden ster voor het raden van het originele recept eigenlijk niet het belangrijkste is. Het is als een chef die een recept perfect kan opzeggen, maar faalt in het bereiden van een biefstuk die goed smaakt of die bij het aansnijden uit elkaar valt.

Hier is de uitsplitsing van de bevindingen uit het artikel met behulp van eenvoudige analogieën:

Het probleem met de oude methode
De auteurs ontdekten dat het trainen van AI-modellen enkel om het "originele recept" te raden (NSR), een vals gevoel van succes creëert. Het model wordt erg goed in het memoriseren van de specifieke ingrediënten van bekende eiwitten, maar het wordt slecht in twee cruciale zaken:

1. Stabiliteit: Als je het model een nieuwe vorm geeft en het vraagt een recept voor die vorm te verzinnen, kan de resulterende "biefstuk" uit elkaar vallen omdat de ingrediënten niet goed bij die vorm passen.
2. Voorspelling: Als je één ingrediënt in het recept verandert, kan het model niet nauwkeurig voorspellen hoe de smaak (of energie) van het gerecht zal veranderen.

De nieuwe oplossing: PottsMPNN
Om dit op te lossen, hebben de onderzoekers een nieuwe tool gebouwd genaamd PottsMPNN. In plaats van alleen recepten te memoriseren, leert deze tool de "natuurkunde" van de keuken. Het leert een complexe energietekening (een zogenaamde Potts-energiefunctie) die begrijpt hoe elk enkel ingrediënt met elk ander ingrediënt interacteert.

Denk aan het volgende:

• Oud Model: Een papegaai die precies het recept herhaalt dat hij eerder heeft gehoord.
• Nieuw Model (PottsMPNN): Een meesterkok die begrijpt waarom zout vlees mals maakt of hoe hitte vet beïnvloedt. Hij kent de regels van de keuken, niet alleen de menukaart.

Het verrassende resultaat
Toen ze deze nieuwe "meesterkok"-model trainden, gebeurde er iets vreemds: de score voor het raden van het originele recept (NSR) ging zelfs omlaag. Het stopte met proberen een perfecte papegaai te zijn.

Maar hier komt de wending: hoewel de score voor "recept raden" daalde, ging het vermogen om daadwerkelijk stabiele, werkende eiwitten te creëren en te voorspellen hoe veranderingen hen zouden beïnvloeden omhoog.

De "Noisy" Trainingsmethode
Om te bewijzen dat de oude metriek voor "recept raden" (NSR) het probleem was, probeerden ze een vreemde trainingsmethode. Ze leerden het nieuwe model met wazige, imperfecte foto's van eiwitten (ruisige structuren) en lijsten met vergelijkbare recepten (multiple sequence alignments).

• Resultaat: Het model werd nog slechter in het raden van het exacte originele recept.
• Maar: Het werd nóg beter in het ontwerpen van nieuwe, stabiele eiwitten en het voorspellen van energieveranderingen.

De kern van het verhaal
Het artikel concludeert dat we succes in eiwitontwerp de verkeerde kant op hebben gemeten. Alleen omdat een model de originele ingrediënten van een bekend eiwit perfect kan herinneren, betekent niet dat het een goede ontwerper is. Door de obsessie met het "raden van het originele recept" los te laten en ons te concentreren op het begrijpen van de onderliggende energieregels, kunnen we modellen bouwen die daadwerkelijk betere, stabielere eiwitten creëren, zelfs als ze niet perfect zijn in het reciteren van de geschiedenis.