Predicted and experimental protein-ligand coordinates with distance labels and evaluation splits
Dit artikel introduceert PLI-Parallax, een uitgebreide dataset die voorspelde en experimentele eiwit-ligandstructuren integreert met gekalibreerde nauwkeurigheidslabels en strikte evaluatiesplitsingen, wat de schatting van de betrouwbaarheid van voorspellingen mogelijk maakt door middel van methodeovereenstemming, zelfs bij afwezigheid van een experimentele grondwaarheid.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
In de microscopische wereld van de biologie hangt het leven af van een constante reeks handdrukken. Eiwitten, de complexe moleculaire machines die onze cellen opbouwen en aansturen, moeten specifieke chemische partners herkennen en binden, die vaak liganden worden genoemd, om hun taken uit te voeren. Decennialang hebben wetenschappers vertrouwd op röntgencristallografie om hoogresolutiefoto's van deze handdrukken te maken, waarbij het eiwit en zijn partner op hun plaats worden bevroren om precies te zien hoe ze in elkaar passen. Deze afbeeldingen zijn de gouden standaard, maar ze zijn moeilijk en duur om vast te leggen. Bijgevolg bestaat er voor het overgrote deel van de eiwit-ligandparen waarvan wetenschappers weten dat ze bestaan, geen foto. Om dit gat te vullen, hebben onderzoekers zich gericht op computerprogramma's die proberen de vorm van deze complexen vanaf nul te voorspellen. Deze hulpmiddelen zijn krachtig, maar ze hebben een aanzienlijke blinde vlek: ze kunnen een vorm genereren, maar ze kunnen je vaak niet vertellen hoeveel je die vorm moet vertrouwen. Een computer kan een perfect uitziend model produceren dat volkomen fout is, of een rommelig model dat eigenlijk correct is, waardoor wetenschappers zonder een betrouwbare manier worden achtergelaten om de resultaten te beoordelen.
Een nieuwe bron genaamd PLI-Parallax adresseert deze onzekerheid door het probleem van voorspelling om te zetten in een test van overeenstemming. In plaats van te vertrouwen op één enkel computerprogramma om een resultaat als correct te verklaren, heeft dit project vier verschillende voorspellingsmotoren gedraaid op dezelfde set eiwit-ligandparen. Deze motoren omvatten twee moderne structuurvoorspellingsinstrumenten die leren van enorme databases van bekende biologische structuren, en één traditionele fysisch gebaseerde docking-engine die berekent hoe atomen samenkomen op basis van fysieke krachten. De onderzoekers pasten deze instrumenten toe op een enorme collectie van meer dan 51.000 systemen. Cruciaal was dat ze deze collectie in twee groepen verdeelden. De eerste groep, bestaande uit bijna 20.000 systemen, bevatte paren waar een echte, experimentele foto al bestond. Dit stelde het team in staat om de computerverwachtingen te controleren tegenover de bekende werkelijkheid. De tweede groep, bestaande uit meer dan 31.000 systemen, bestond uit paren waar geen experimentele foto van bestaat. Voor deze onbekende gevallen konden de onderzoekers het antwoord niet rechtstreeks controleren, dus gebruikten ze de lessen geleerd uit de eerste groep om te schatten hoe betrouwbaar de voorspellingen waren.
De kernontdekking van dit werk is dat wanneer verschillende voorspellingsmethoden het met elkaar eens zijn, dit een sterk signaal is dat het resultaat waarschijnlijk correct is. Door de posities van atomen over de verschillende computermodellen heen te vergelijken, ontdekten de onderzoekers dat systemen waarbij de modellen vergelijkbare vormen produceerden, veel grotere kans hadden om overeen te komen met de experimentele werkelijkheid dan systemen waarbij de modellen van mening verschilden. Ze gebruikten de bekende experimentele data om dit signaal te kalibreren, waardoor een scorensysteem werd gecreëerd dat een betrouwbaarheidsschatting toekent aan elke voorspelling. Dit betekent dat voor de duizenden eiwit-ligandparen waar nog nooit een experiment voor is uitgevoerd, wetenschappers nu een manier hebben om de kwaliteit van de voorspelling te peilen. De bron biedt niet alleen de voorspelde coördinaten, maar ook een kaart van afstanden tussen atomen en een betrouwbaarheidsscore die de gebruiker vertelt hoeveel hij de geometrie moet vertrouwen.
Het project heeft meer dan 300 miljoen afstandrecords gedeponeerd, die de precieze tussenruimte vastleggen tussen elk atoom in het ligand en elk deel van het eiwit. Deze records stellen andere wetenschappers in staat om de gegevens met hun eigen criteria te heronderzoeken. De onderzoekers hebben de gegevens ook georganiseerd in specifieke testsets om ervoor te zorgen dat de resultaten niet simpelweg oude voorbeelden uit het hoofd leerden. Ze scheidden de trainingsdata zorgvuldig van de testdata om ervoor te zorgen dat de modellen werden getest op nieuwe, onbekende eiwitten en chemicaliën. Deze rigoureuze opzet onthulde dat hoewel de voorspellingsinstrumenten indrukwekkend zijn, ze niet perfect zijn. De instrumenten presteerden het best op kleinere eiwitten en eenvoudigere chemicaliën, terwijl ze meer moeite hadden met grote, complexe structuren of structuren die metaalionen bevatten. De overeenstemming tussen de verschillende methoden bleek een betrouwbaardere indicator van nauwkeurigheid dan de interne betrouwbaarheidsscores die door elk afzonderlijk instrument werden geleverd.
Deze bron beweert niet het probleem van eiwit-ligandvoorspelling te hebben opgelost, noch suggereert het dat de computermodellen onfeilbaar zijn. In plaats daarvan biedt het een praktisch kader voor het navigeren door de onzekerheid. Door een enorme dataset te bieden waarin de betrouwbaarheid van elke voorspelling expliciet is gemeten en geannoteerd, stelt PLI-Parallax onderzoekers in staat om de kwalitatief minder goede gokken weg te filteren en zich te concentreren op de hoog-betrouwbare resultaten. Het transformeert een collectie ruwe, ongeverifieerde vormen in een gestructureerde, bruikbare dataset waar het niveau van vertrouwen duidelijk is aangegeven. Voor wetenschappers die bestuderen hoe medicijnen mogelijk interageren met het lichaam, of hoe enzymen functioneren, betekent dit dat ze deze voorspelde structuren nu kunnen gebruiken met een veel duidelijker begrip van hun beperkingen. Het werk fungeert als een brug tussen de bekende wereld van experimentele structuren en het enorme, onontgonnen gebied van de voorspelde biologie, en biedt de instrumenten die nodig zijn om de onbekende wereld met grotere precisie te navigeren.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.