本文使用深度神经网络完成计算蛋白质设计去预测20种氨基酸概率。

Introduction

针对特定结构和功能的蛋白质进行工程和设计,不仅加深了对蛋白质序列结构关系的理解,而且在化学、生物学和医学等领域都有广泛的应用。在过去的三十年里,蛋白质设计取得了显著的成功,其中一些设计是由计算方法指导的。最近一些成功的计算蛋白设计的例子包括新折叠,酶设计,疫苗,抗体,新的蛋白质组装,配体结合蛋白和膜蛋白。

Results

Networks architecture, input, and training

数据集:数据集来源于PDB且具有如下特征:
(1)用x射线晶体学确定结构;
(2)分辨率优于$$2 \r A $$;
(3)链长大于50;
(4)结构没有任何DNA/RNA分子。
移除同源蛋白质后分为三个数据集非别是30%、50%、90%(SI30,SI50,SI90)
 
输入:对于每个数据集,提取每个残基及其基于Cα-Cα距离的N(N=10、15、20、25、30)最近邻残基为聚类。
 
过程:目标残基及其领域的残基的特征作为一个input输入到残基概率网络得到目标残基的概率(图A),同时也将input输入到权重网络中得到一个权重输出(图B)。残差概率网路和权重网络本文模型架构的子网络,将这两个输出concat后输入到后续网络最终输出概率。
 
训练:线性层ReLU作为所有层的激活函数。训练采用交叉熵(categorical cross entropy )作为损失函数,采用随机梯度下降法进行优化,学习率为0.01,批处理大小为40,000,epoch是1000

Overall and amino acid specific accuracy

表 神经网络在不同邻域残基的不同数据集上的交叉验证的总体精度
Indentity cutoff
N=10
N=15
N=20
N=25
N=30
30%
0.329
$$(0.001)^*$$
0.340
$$\mathbf{(0.005)} $$
0.333
$$(0.009)$$
0.331
$$(0.006)$$
0.321
$$(0.015)$$
50%
0.353
$$(0.003) $$
0.364
$$\mathbf{(0.005)} $$
0.358
$$(0.005) $$
0.359
$$(0.006) $$
0.342
$$(0.007) $$
90%
0.367
$$(0.001) $$
0.383
$$\mathbf{(0.004)} $$
0.382
$$(0.006) $$
0.379
$$(0.007) $$
0.352
$$(0.013) $$
*括号中为标准差
正如预期的那样,由于更多的数据样本和样本之间的相似性,具有更高蛋白质确定率的数据集显示出更好的准确性。但从SI30到SI90数据集的数据样本数量几乎翻了一番,精度的提高并不显著。N=15时准确性最好,小于15时较少的相邻残基可能不足以代表目标残基的环境,而大于15时包含太多的领域残基会在输入中产生噪声。
针对总体精度最好的SI90N15分析每种氨基酸的召回率和精确度。其中Gly(甘氨酸)和Pro(脯氨酸)的召回率和准确率都较好。因为Pro具有特殊的刚性构象,而Gly在主链二面体方面具有高度的灵活性。召回、精度较低的氨基酸在训练集中的丰度通常较低,例如Met、Gln和His。
计算了每个天然氨基酸被预测为20个氨基酸的概率,并将其绘制在二维天然氨基酸和预测的热图中(如上图)。x轴和y轴上的氨基酸是根据它们的性质和彼此之间的相似性来排序的。正如预期的那样,对角线网格显示出更高的概率。有趣的是,沿着对角线有几个组,包括
网络的输出是20个氨基酸的概率在一个目标位置,除了上面提到的准确性,也可以计算top-K精度:如果源氨基酸在top-K预测(K氨基酸概率最高),预测被认为是正确的。在SI90N15数据集上训练的网络的前2、3、5和10个准确率分别达到54.3%、64.0%、76.3%和91.7%。
表 Rosetta固定主干设计在三个蛋白质有/没有残基类型约束的平均序列准确率
Protein
No-restrain*
Top 1
Top 3*
Top 5*
Top 10*
2B8I
$$0.276 \pm 0.033 $$
0.337
$$0.306 \pm 0.017$$
(0.558)
$$\mathbf{0.354 \pm 0.021} $$
(0.688)
$$0.293 \pm 0.037 $$
(0.883)
1HOE
$$0.408 \pm 0.026 $$
0.338
$$\mathbf {0.473 \pm 0.018} $$
(0.635)
$$0.441 \pm 0.018 $$
(0.689)
$$0.416 \pm 0.028 $$
(0.851)
2IGD
$$0.409 \pm 0.034$$
0.475
$$0.473 \pm 0.023 $$
(0.705)
$$0.401 \pm 0.028 $$
(0.754)
$$0.408 \pm 0.032 $$
(0.967)
应用Top-3、5和10预测限制设计三个蛋白质包括all-α蛋白(2B8I60),all-β蛋白质(1HOE61)和混合αβ蛋白(2IGD),这些蛋白质都不包含在训练集中。蛋白质的晶体结构被用作在SI90N15数据集上训练的神经网络的输入。每个位置的固定主干设计程序中的Top-3、5和10个氨基酸作为约束条件。作为对照,列出了这些蛋白质上神经网络的最高准确性,并且进行了固定主干设计(每个位置允许所有20种天然氨基酸)。由于fixbb使用了一种随机设计算法,为每个蛋白质生成了500个序列,并计算出与天然蛋白质的平均序列一致性。

PS

  1. 特征包括基本的几何和结构属性的残留,如Cα-Cα距离,主干二面体φ,ψ,ω的$$cos$$和$$sin$$的值,通过一个中心$$C_{\alpha} $$残基到领域$$C_{\alpha}$$残基的单位向量确定相邻残基和目标残基的相对位置,三种二级结构(螺旋、片状和环状),主链骨架氢键的数量,和溶剂访问骨干原子的表面积。
  1. 召回是正确预测(恢复)的原生残基的百分比,精度是正确预测的百分比。

Computational Protein Design with Deep Learning Neural Networks的更多相关文章

  1. (转) Ensemble Methods for Deep Learning Neural Networks to Reduce Variance and Improve Performance

    Ensemble Methods for Deep Learning Neural Networks to Reduce Variance and Improve Performance 2018-1 ...

  2. 深度学习的集成方法——Ensemble Methods for Deep Learning Neural Networks

    本文主要参考Ensemble Methods for Deep Learning Neural Networks一文. 1. 前言 神经网络具有很高的方差,不易复现出结果,而且模型的结果对初始化参数异 ...

  3. AlexNet论文翻译-ImageNet Classification with Deep Convolutional Neural Networks

    ImageNet Classification with Deep Convolutional Neural Networks 深度卷积神经网络的ImageNet分类 Alex Krizhevsky ...

  4. Image Scaling using Deep Convolutional Neural Networks

    Image Scaling using Deep Convolutional Neural Networks This past summer I interned at Flipboard in P ...

  5. 中文版 ImageNet Classification with Deep Convolutional Neural Networks

    ImageNet Classification with Deep Convolutional Neural Networks 摘要 我们训练了一个大型深度卷积神经网络来将ImageNet LSVRC ...

  6. Deep learning_CNN_Review:A Survey of the Recent Architectures of Deep Convolutional Neural Networks——2019

    CNN综述文章 的翻译 [2019 CVPR] A Survey of the Recent Architectures of Deep Convolutional Neural Networks 翻 ...

  7. Understanding the Effective Receptive Field in Deep Convolutional Neural Networks

    Understanding the Effective Receptive Field in Deep Convolutional Neural Networks 理解深度卷积神经网络中的有效感受野 ...

  8. 《ImageNet Classification with Deep Convolutional Neural Networks》 剖析

    <ImageNet Classification with Deep Convolutional Neural Networks> 剖析 CNN 领域的经典之作, 作者训练了一个面向数量为 ...

  9. ImageNet Classification with Deep Convolutional Neural Networks(译文)转载

    ImageNet Classification with Deep Convolutional Neural Networks Alex Krizhevsky, Ilya Sutskever, Geo ...

随机推荐

  1. 89. Gray Code - LeetCode

    Question 89. Gray Code Solution 思路: n = 0 0 n = 1 0 1 n = 2 00 01 10 11 n = 3 000 001 010 011 100 10 ...

  2. k8s docker 中部署think php 并搭建php websocket

    不得不说php 对云原生有点不够友好,之前用java .net打包docker镜像 一下就ok了,php倒腾了好久才算部署成功. 场景:使用阿里云ack(k8s) 部署采用thinkPHP框架的php ...

  3. 每天一个 HTTP 状态码 203

    203 Non-Authoritative Information 203 Non-Authoritative Information 'Non-Authoritative Informative' ...

  4. MongoDB 常用启动参数

    每日一句 Once you choose your way of life, be brave to stick it out and never return. 生活的道路一旦选定,就要勇敢地走到底 ...

  5. fpn(feature-Pyramid-network)学习笔记

    FPN(特征金字塔网络)学习笔记 论文 在物体检测里面,有限计算量情况下,网络的深度(对应到感受野)与 stride 通常是一对矛盾的东西,常用的网络结构对应的 stride 一般会比较大(如 32) ...

  6. conda和pip加速参考

    conda install和创建虚拟环境下载慢,可以修改/root/.condarc文件: vim /root/.condarc 各系统都可以通过修改用户目录下的 .condarc 文件.Window ...

  7. GDKOI 2021 Day3 PJ 懵逼记

    今天早了一点起来,初三的大奆都来做比赛了, 自然,自测的有许多 AK 虽然今天的题比昨天简单,但还是脑子还是十分迟钝,以至于贪心都想不出 真为明天的提高组而担忧 T1 斜率被卡 90 ,直接用勾股定理 ...

  8. c++ 快速乘

    First 在一些数学题中,两个数相乘运算很多,同时又很容易溢出,如两个 long long 相乘 今天本蒟蒻来总结一下快速乘的两种方法 1:二进制 和快速幂的原理一样,优化一个一个加的算法,复杂度\ ...

  9. SpringCloud微服务实战——搭建企业级开发框架(四十二):集成分布式任务调度平台XXL-JOB,实现定时任务功能

      定时任务几乎是每个业务系统必不可少的功能,计算到期时间.过期时间等,定时触发某项任务操作.在使用单体应用时,基本使用Spring提供的注解即可实现定时任务,而在使用微服务集群时,这种方式就要考虑添 ...

  10. UiPath文本操作Set Text的介绍和使用

    一.Set Text的介绍 向输入框/文本框写入文本的一种操作 二.Set Text在UiPath中的使用 1.打开设计器,在设计库中新建一个Sequence,为序列命名及设置Sequence存放的路 ...