💻 bioinformatics

Predicting single mutation effects on binding affinity at protein-protein interfaces based on MMPBSA calculations

Dit artikel presenteert een gebruiksvriendelijke, op fysica gebaseerde workflow die gebruikmaakt van MMPBSA-berekeningen om nauwkeurig de effecten van enkelvoudige aminozuursubstituties op eiwit-eiwit en eiwit-peptide bindingsaffiniteit te voorspellen, waarbij prestaties worden aangetoond die overeenkomen met of de gevestigde methoden overtreffen over diverse doelwitten, waaronder SARS-CoV-2 spike proteïne complexen.

Oorspronkelijke auteurs: Noske, J., Janzen, M., Lepoivre, T., Höcker, B.

Gepubliceerd 2026-09-24

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Noske, J., Janzen, M., Lepoivre, T., Höcker, B.

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

Eiwitten zijn de werkpaarden van het leven, kleine moleculaire machines die zich opvouwen in specifieke vormen om taken uit te voeren, van het vervoeren van zuurstof in het bloed tot het bestrijden van infecties. Vaand vaak moeten deze eiwitten andere eiwitten vinden en aan zich binden om te kunnen functioneren, een proces dat wordt gedreven door de precieze pasvorm van hun oppervlakken. Wanneer een enkele bouwsteen, of aminozuur, in een van deze eiwitten verandert, kan dit vergelijkbaar zijn met het vervangen van een enkele baksteen in een muur; soms houdt de structuur stand, maar andere keren verzwakt of faalt de hele verbinding. Het voorspellen van hoe een enkele verandering precies de sterkte van deze binding zal beïnvloeden, is een grote uitdaging voor wetenschappers. Als zij dit betrouwbaar zouden kunnen doen, zouden ze betere medicijnen kunnen ontwerpen, enzymen kunnen ontwikkelen om vervuiling op te ruimen, of kunnen begrijpen waarom bepaalde genetische mutaties ziekten veroorzaken. Jarenlang hebben onderzoekers geprobeerd computerprogramma's te bouwen die deze veranderingen kunnen berekenen, maar de resultaten waren vaak wisselend, waarbij ze moeite hadden om snelheid met nauwkeurigheid te balanceren.

Een team van onderzoekers aan de Universiteit van Bayreuth in Duitsland heeft een nieuwe manier ontwikkeld om deze voorspellingen te doen, waarmee ze een hulpmiddel bieden dat zowel snel als verrassend nauwkeurig is. Hun aanpak berust op een methode genaamd MMPBSA, wat staat voor Molecular Mechanics Poisson-Boltzmann Surface Area. In eenvoudige bewoordingen is dit een op fysica gebaseerde berekening die inschat hoeveel energie er nodig is om twee eiwitten bij elkaar te houden. Het team realiseerde zich dat hoewel bestaande computerprogramma's de energie van een eiwit konden raden, ze de subtiele verschuivingen veroorzaakt door een enkele mutatie vaak misten. Om dit op te lossen, gebruikte het onderzoeksteam een enorme collectie experimentele gegevens — meer dan 1.600 geregistreerde gevallen waarin wetenschappers hebben gemeten hoe een verandering in een enkel aminozuur de eiwitbinding beïnvloedde — om hun nieuwe scoresysteem te trainen. Ze vertrouwden niet op complexe kunstmatige intelligentie die patronen alleen uit data leert; in plaats daarvan bouwden ze een recht evenredig wiskundig model dat verschillende fysieke krachten weegt, zoals hoe atomen elkaar aantrekken of afstoten en hoe watermoleculen interageren met het eiwitoppervlak.

De onderzoekers testten hun nieuwe methode tegenover twee gevestigde concurrenten: een veelgebruikte software genaamd FoldX, die vertrouwt op empirische regels, en een geavanceerde deep learning-tool genaamd DDMut-PPI, die gebruikmaakt van kunstmatige intelligentie. Eerst voerden ze hun berekeningen uit op dezelfde dataset die werd gebruikt om de kunstmatige intelligentie te trainen. Hier presteerde de deep learning-tool uitzonderlijk goed en voorspelde de uitkomst van de meeste mutaties correct. Dit hoge cijfer was echter verwacht, aangezien de kunstmatige intelligentie specifiek op die getallen was getraind. De echte test kwam toen het team alle drie de methoden toepaste op geheel nieuwe scenario's waar de computermodellen nog nooit met de data onder woorden hadden gebracht. In één test keken ze naar mutaties in het spike-eiwit van het virus dat COVID-19 veroorzaakt, specifiek hoe het bindt aan menselijke cellen. In een ander geval onderzochten ze gemanipuleerde eiwitten die ontworpen zijn om zich aan specifieke peptideketens te binden.

In deze nieuwe, onbekende situaties veranderden de resultaten drastisch. De deep learning-tool, die uitblonk op zijn trainingsdata, had moeite om de mutaties correct te rangschikken en toonde een zwak vermogen om tussen gunstige en schadelijke veranderingen te onderscheiden. De traditionele software, FoldX, produceerde veel grote fouten, waarbij het vaak voorspelde dat een mutatie een enorm effect zou hebben terwijl dat niet zo was, of andersom. In contrast hiermee behield de nieuwe MMPBSA-gebaseerde methode een stabiele prestatie. Het voorspelde succesvol de sterkte van de bindingen in zowel het virale spike-eiwit als de gemanipuleerde eiwitten, waarbij het de nauwkeurigheid van de andere tools evenaarde of overtrof. De onderzoekers ontdekten dat hun methode bijzonder goed was in het afhandelen van de complexe fysica van geladen deeltjes en waterinteracties, die vaak de bron van fouten in andere programma's zijn. Ze ontdekten ook dat het opnemen van een term voor de stabiliteit van de individuele eiwitdelen, in plaats van alleen de binding tussen hen, cruciaal was voor het krijgen van het juiste antwoord.

De studie suggereert dat hoewel kunstmatige intelligentie krachtig is, het soms te gespecialiseerd kan raken op de data die het leert, waardoor het faalt wanneer het wordt geconfronteerd met nieuwe biologische puzzels. De op fysica gebaseerde aanpak bleek, door te vertrouwen op fundamentele natuurwetten in plaats van geleerde patronen, robuuster te zijn bij de toepassing op verschillende soorten eiwitten en structuren. Het team maakte hun workflow publiekelijk beschikbaar, waardoor andere wetenschappers deze tool kunnen gebruiken om te prioriteren welke mutaties ze in het laboratorium moeten testen. Door de meest veelbelovende kandidaten te filteren voordat er dure experimenten worden uitgevoerd, zou deze methode de ontwikkeling van nieuwe therapieën en het ontwerpen van betere biologische instrumenten kunnen versnellen. Het werk demonstreert dat het soms meer oplevert om terug te keren naar de eerste beginselen en de fysieke krachten die in het spel zijn zorgvuldig af te wegen, dan te vertrouwen op de meest complexe algoritmen, vooral wanneer het doel is om te begrijpen hoe een minuscule verandering in een molecuul een rimpeleffect kan hebben die het gedrag van een levend systeem verandert.

Probleemstelling
Het nauwkeurig voorspellen van de effecten van enkelvoudige aminozuurmutaties op eiwit-eiwit en eiwit-peptide bindingsaffiniteit blijft een centrale uitdaging in de computationele biofysica en eiwitengineering. Ho[ewel deep learning-gebaseerde scoringfuncties indrukwekkende prestaties hebben behaald op hun trainingssets, lijden ze vaak aan een gebrekkige generaliseerbaarheid naar ongeziene systemen. Daarentegen missen gevestigde natuurkundige eiwitontwerptools (bijv. Rosetta, FoldX) vaak de nauwkeurigheid die nodig is om kleine energetische verschillen op het niveau van een enkel residu te resolveren, wat vaak komt door vereenvoudigde energietermen die er niet volledig in slagen mutatie-afhankelijke veranderingen in elektrostatica en solvatatie te vatten. Er is een voortdurende behoefte aan interpreteerbare, natuurkundige methoden die robuust mutatie-effecten kunnen voorspellen over diverse eiwitsystemen zonder te vertrouwen op uitgebreide trainingsdata.

Methodologie
De auteurs presenteren een natuurkundige scoringfunctie afgeleid van Molecular Mechanics Poisson-Boltzmann Surface Area (MMPBSA) berekeningen om mutatie-geïnduceerde veranderingen in bindingsaffiniteit ( $\Delta\Delta G_{binding}$ ) te voorspellen.

Trainingsdata: Het model werd gefit met behulp van een gefilterde subset van de SKEMPI v2.0 database, bestaande uit 1.662 datapunten van 175 wildtype kristalstructuren. Er werden strikte filtercriteria toegepast, waarbij alleen interface-mutaties (core, rim, support regio's) in kristalstructuren met een resolutie beter dan 2,5 Å werden behouden, terwijl glycine- en proline-mutaties werden uitgesloten.
Feature Engineering: De scoringfunctie maakt gebruik van een lineair regressiemodel dat verschillende energietermen combineert:
- Van der Waals (VdW) energie.
- Elektrostatische energie (som van Coulomb en polaire solvatatie).
- Niet-polaire solvatie-energie (geschat via begraven solvent-toegankelijk oppervlaktegebied).
- Verandering in vouwstabiliteit ( $\Delta\Delta G_{folding}$ ), berekend met FoldX.
Modelformulering: Een kleinste-kwadraten lineaire regressie werd gebruikt om gewichten voor deze termen te bepalen. De uiteindelijke vergelijking is:
$\Delta\Delta G_{binding} = w_0 + w_1 \Delta\Delta G_{VdW} + w_2 (\Delta\Delta G_{Coulomb} + \Delta\Delta G_{PolarSolv}) + w_3 \Delta\Delta G_{NonpolarSolv} + w_4 \Delta\Delta G_{Folding}$
Opvallend genoeg werd de vouwstabiliteitsterm expliciet opgenomen, aangezien de analyse aangaf dat deze significant bijdraagt aan veranderingen in bindingsaffiniteit, een factor die vaak wordt weggelaten in standaard MMPBSA-berekeningen waar intramoleculaire energieën ervan worden uitgegaan dat ze elkaar opheffen.
Structurele Modellering: Voor alle berekeningen werden structuren voorbereid door watermoleculen en niet-eiwitmoleculen te verwijderen. Mutantmodellen werden gegenereerd met het BuildModel commando van FoldX, gevolgd door energie-minimalisatie met gebruik van de OpenMM met het AMBER ff19SB krachtveld en OBC2 impliciete oplosmiddel. Protonatietoestanden werden toegewezen op basis van waterstofbindingspotentieel (histidine) of standaardtoestanden (gedeprotoneerde carboxylen, geprotoneerde aminen).
Evaluatie: De methode werd gebenchmarkt tegen FoldX (v5.1) en de deep learning-gebaseerde DDMut-PPI. Prestaties werden beoordeeld met behulp van Pearson correlatiecoëfficiënten en Root Mean Squared Error (RMSE) op drie afzonderlijke datasets:
1. De op de training gerelateerde SKEMPI v2.0 subset.
2. Een onafhankelijke SARS-CoV-2 Spike RBD-ACE2 deep mutational scanning dataset (272 punten).
3. Een computationeel voorspelde dataset van ontworpen Armadillo Repeat Proteins (dArmRPs) die binden aan peptiden (63 punten), waarbij structuren werden gegenereerd met behulp van Chai-1.

Belangrijkste Resultaten

SKEMPI v2.0 Benchmark: De MMPBSA-gebaseerde methode behaalde een Pearson correlatie van 0,59 en een RMSE van 1,69 kcal/mol, waarmee het FoldX (0,47 correlatie, 1,98 RMSE) overtrof. Hoewel de deep learning methode DD，Mut-PPI superieure prestaties vertoonde op deze dataset (0,92 correlatie, 0,82 RMSE), merken de auteurs op dat dit waarschijnlijk komt doordat DDMut-PPI op dezelfde data is getraind.
SARS-CoV-2 Benchmark (Generaliseerbaarheid): Op de onafhankelijke SARS-CoV-2 dataset behield de MMPBSA-methode een robuuste prestatie met een correlatie van 0,51 en een RMSE van 0,97 kcal/mol. In contrast hiermee leverde FoldX een lagere correlatie (0,40) en hogere RMSE (1,61) op. DDMut-PPI vertoonde een significante daling in prestaties, met een correlatie van slechts 0,22, wat wijst op een beperkt vermogen om varianten buiten zijn trainingsdomein te rangschikken.
dArmRP Benchmark: Op de computationeel voorspelde dArmRP dataset behaalden alle drie de methoden correlaties rond de 0,6. De MMPBSA-methode en FoldX behaalden ~0,65 correlatie. De MMPBSA-methode produceerde echter aanzienlijk minder grote uitschieters dan FoldX, wat resulteerde in een aanzienlijk lagere RMSE (0,73 vs. 1,56 kcal/mol). DDMut-PPI presteerde hier beter dan op de SARS-CoV-2 set (0,6 correlatie), maar bleef nog steeds achter bij de natuurkundige methoden in termen van foutgrootte.
Foutanalyse: Het model vertoonde hogere voorspellingsfouten voor geladen residuen (lysine, aspartische zuur, glutaminezuur) en waterstofbindings-zijketens, wat suggereert dat er beperkingen zijn in het modelleren van zijketenconformaties en protonatietoestanden.

Betekenis en Claims
Het artikel claimt dat de voorgestelde MMPBSA-afgeleide scoringfunctie een computationeel efficiënt en interpreteerbaar kader biedt voor het prioriteren van interface-mutaties. De primaire betekenis ligt in de transfereerbaarheid: in tegen tegenstelling tot de deep learning methode die overfitte op de trainingsdata, demonstreerde de natuurkundige benadering consistente prestaties over diverse targets (virale eiwitten, ontworpen enzymen) en structuren (experimentele kristalstructuren en computationeel voorspelde modellen).

De auteurs benadrukken dat de inclusie van de vouwstabiliteitsterm een cruciale bijdrage is, waarbij zij onderstrepen dat bindingseffecten sterk worden beïnvloed door veranderingen in monomeerstabiliteit. Voorts bereikt de methode deze robuustheid zonder de computationeel dure moleculaire dynamica-ensembles te gebruiken; in plaats daarvan maakt het gebruik van geminimaliseerde structuren, wat een praktische tussenweg biedt tussen nauwkeurigheid en efficiëntie voor eiwitengineering en de optimalisatie van bindingsaffiniteit. Het werk suggereert dat hoewel deep learning een hoge nauwkeurigheid biedt op bekende data, natuurkundige benaderingen superieur blijven voor generaliseerbare voorspellingen in eiwitontwerptaken die betrekking hebben op ongeziene systemen.

Meer zoals dit