Robust enzyme kinetics prediction through pairwise relative learning
Het artikel introduceert DeltaKcat, een Siamese neuraal netwerkframework dat de voorspelling van enzymkinetiek herformuleert als een paargewijs relatief leerprobleem om de beperkingen van absolute regressie te overwinnen, waardoor superieure nauwkeurigheid, robuustheid en generalisatie worden bereikt bij het identificeren van zeer actieve enzymen in ruisige biologische datasets.
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
Het leven is afhankelijk van minuscule biologische machines die enzymen worden genoemd. Deze eiwitten fungeren als katalysatoren die de chemische reacties versnellen die cellen in leven houden, van het verteren van voedsel tot het repareren van DNA. Om te begrijpen hoe goed een enzym werkt, meten wetenschappers de snelheid en efficiëntie ervan, waarden die bekend staan als kinetische parameters. Deze getallen vertellen onderzoekers hoe snel een enzym een grondstof in een product kan omzetten en hoe stevig het die grondstof vasthoudt. Hoewel wetenschappers miljoenen eiwitsequenties hebben gecatalogiseerd, heeft minder dan één op de duizend deze cruciale snelheidsmetingen. Deze kloof laat een uitgestrekt landschap van biologisch potentieel onverkend. Om dit te vullen, hebben onderzoekers zich tot computers gekeerd, in de hoop deze snelheden te voorspellen op basis van de genetische code van het enzym. De gegevens die beschikbaar zijn om deze computerprogramma's te trainen zijn echter slordig. Metingen voor hetzelfde enzym variëren vaak sterk, afhankelijk van welk laboratorium de metingen heeft uitgevoerd of welke specifieke omstandigheden werden gebruikt, wat een ruisend signaal creëert dat standaard voorspellingsmodellen in verwarring brengt.
Een team onderzoekers van de Tsinghua Universiteit en Boston University heeft een nieuwe aanpak ontwikkeld om dit probleem op te lossen, waarbij de focus wordt verschoven van het raden van exacte getallen naar het begrijpen van relatieve verschillen. Ze creëerden een systeem genaamd DeltaKcat, dat de voorspelling van enzymen niet behandelt als een geheugentest, maar als een les in vergelijking. In plaats van een computer te vragen de exacte snelheid van een enkel enzym in isolatie te voorspellen, kijkt het systeem naar paren enzymen die onder vergelijkbare omstandigheden werken. Het leert te voorspellen hoe veel sneller of langzamer het ene enzym is vergeleken met het andere binnen dezelfde experimentele context. Door zich te concentreren op het verschil tussen twee zaken in plaats van op de absolute waarde van één zaak, filtert het model effectief de achtergrondruis weg die wordt veroorzaakt door inconsistente laboratoriummethoden. Dit stelt het systeem in staat om de ware relatie tussen de structuur van een enzym en de functie ervan te leren, waarbij de specifieke eigenaardigheden van een individuele studie worden genegeerd.
De onderzoekers bouwden dit systeem met behulp van een enorme collectie gegevens verzameld uit publieke databases en wetenschappelijke literatuur, waarbij ze meer dan 135.000 snelheidsmetingen en honderdduizenden bindingsmetingen organiseerden. Ze koppelden deze vermeldingen zodat de computer enzymen kon vergelijken die een substraat deelden, of substraten die een enzym deelden, waardoor de vergelijking binnen een consistente experimentele setting plaatsvond. Het model gebruikt geavanceerde taaltools om de genetische sequenties van eiwitten en de chemische structuren van de moleculen waarop ze inwerken te lezen, en vertaalt deze complexe patronen naar een formaat dat de computer kan begrijpen. Vervolgens berekent het het verschil in prestaties tussen de gekoppelde items. Deze methode bleek opmerkelijk effectief. Wanneer het werd getest op nieuwe enzymen die het nog nooit eerder had gezien, kon het systeem nauwkeurig voorspellen hoe hun snelheden zouden veranderen ten opzichte van bekende voorbeelden, zelfs wanneer de genetische gelijkenis laag was. Het blonk ook uit in het identificeren van de meest efficiënte enzymen, een taak waarbij oudere modellen vaak faalden omdat ze de neiging hadden om gemiddelde waarden te raden in plaats van extreme waarden.
Om te bewijzen dat het systeem in de echte wereld werkt, testte het team het op een specifieke groep enzymen genaamd adenylaatkinasen, die essentieel zijn voor het energiebeheer in cellen. Deze hele groep was volledig afwezig uit de trainingsdata, wat betekende dat de computer volledig moest vertrouwen op zijn geleerde vermogen om te vergelijken en te contrasteren. Zonder enige voorafgaande blootstelling aan deze specifieke enzymen, identificeerde het model succesvol de meest actieve varianten, waarmee het alle bestaande methoden overtrof. Wanneer de onderzoekers slechts een kleine hoeveelheid nieuwe gegevens aanleverden om het systeem te verfijnen, verbeterde de nauwkeurigheid aanzienlijk, wat aantoont dat de aanpak zich snel kan aanpassen aan nieuwe biologische families. De bevindingen suggereren dat door de manier waarop we de vraag stellen te veranderen — van absolute voorspelling naar relatieve vergelijking — we betrouwbaardere instrumenten kunnen bouwen voor het ontdekken en ontwerpen van enzymen. Deze vooruitgang kan het ontwerp van nieuwe biocatalysatoren voor de geneeskunde en industrie versnellen, waardoor de enorme, ongemeten bibliotheek van het leven een bruikbare hulpbron wordt.
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.