Absolute Folding Stability

简介

通过蛋白序列逆折叠模型ESM-IF，预测蛋白质的绝对稳定性ΔG。
传统的物理方法（如FoldX、Rosetta等）预测蛋白稳定性ΔG，依赖于高置信度结构pdb，如果突变太多，结构置信度降低，预测结果较差。在ProteinGym的benchmark结果表明，生成模型ESM-IF在zero-shot预测DMS数据的蛋白突变稳定性ΔΔG达到同类最佳水平。该方法是在突变预测基础上的延伸，利用ESM-IF模型直接预测完整蛋白折叠稳定性的绝对ΔG值。
经过测试，预测误差RMSE ≈ 1.5 kcal/mol，相关系数为0.7，是预测蛋白质的折叠稳定性ΔG的重大突破。

原理：

• xk : 蛋白某位点为氨基酸k时，使用ESM-IF计算的log-likelihood库
• xj : 蛋白遍历20种氨基酸时，在该位点为j时，使用ESM-IF计算的log-likelihood
• Lk：Softmax得到蛋白某位点为氨基酸k时，对稳定性的贡献大小

然后，将蛋白质所有氨基酸位点的Lk加和，得到蛋白整体的log-likelihood。
最后，通过线性整体log-likelihood与实验稳定性ΔG拟合得到拟合参数，根据a/b就可以将log-likelihood转换成蛋白稳定性ΔG了。

模型预测效果如下图所示：
在两个不同数据集的 265 种蛋白质的预测稳定性值和实验稳定性值进行了比较。Spearman相关系数 (ρs) 为0.69，误差RMSE约为1.36 kcal/mol，相关性较好。

与其他基线模型比较结果如下图所示：

参数说明

Protein Structure (PDB)

蛋白结构文件，PDB格式

Protein Structure (TAR)

多个蛋白结构PDB的压缩文件，支持格式:.zip、.tar、.tar.gz、.tgz、.tar.bz2、.tbz2、.tar.xz、.txz
当同时上传蛋白结构PDB和压缩包时会合并计算。

结果说明

• 绝对稳定性计算结果CSV格式文件默认为predicted_folding_energy.csv，包含信息如下：

参考文献

Predicting absolute protein folding stability using generative models Matteo Cagiada, Sergey Ovchinnikov, Kresten Lindorff-Larsen bioRxiv 2024.03.14.584940; https://doi.org/10.1101/2024.03.14.584940