ΔΔGの回帰ではなく、安定化・不安定化の方向を分類する変異効果予測
- 変異の安定性予測を、正確なエネルギー値の推定ではなく、安定化か不安定化かの分類問題として捉え直している。
- 野生型と変異体を重み共有の双子ネットワークで比較し、変異周辺の局所構造情報とタンパク質言語モデルの特徴をクロスアテンションで統合する。
- 独立ベンチマークS669で後ろ向きに評価しており、前向きの実験検証は記載されていない。
- 評価した他手法を上回ると報告され、安定化変異の検出でも同様とされる。
💡 ポイント アブストラクトに基づく見解
安定化か不安定化かの二値判定は、自分のプロジェクトで本当に役に立つだろうか。候補の絞り込みには使えそうだが、候補同士を比べるには結局ΔΔGの大きさが欲しい。S669は妥当な評価セットだが、学習データとの重複がどの程度か、少数派の安定化クラスが公平に扱われているかは確認したい。実測による追試もないので、自社の変異体でFoldXやRosettaと並べて試すランキング用フィルターとして見るのが現実的だ。
BlindDDG: A Blind Evaluation-Based Method for Protein Mutation Stability Prediction ↗