Mutation Energy of Binding (Pythia-PPI)

简介

Mutation Energy of Binding (Pythia-PPI)模块基于Pythia-PPI模型实现，该模型基于深度学习，结合了多任务学习和自蒸馏策略，以克服实验数据稀缺的瓶颈，并提高预测准确性。Pythia-PPI由两个模块组成：预训练的结构图编码器模块和ΔΔG预测模块。该模型使用k-最近邻（k-NN）图将蛋白质或蛋白质-蛋白质复合物的局部结构转换为图表示，每个氨基酸作为一个节点，与其32个最近的氨基酸基于C-alpha原子的欧几里得距离建立连接。输入的结构图编码器结合了氨基酸类型的一热编码，以及使用正弦和余弦函数表示的主链二面角（φ、ψ和ω）作为节点特征。边特征则考虑了五个主链原子（C-alpha、C、N、O和C-beta）之间的距离，以及序列位置和链信息。通过结构图编码器，节点和边输入特征被转换为嵌入，这些嵌入与预训练模块中的氨基酸概率相结合，形成ΔΔG预测模块的输入向量。Pythia-PPI采用迁移学习和多任务学习相结合的方法，共享结构编码器层以预测突变对PPI结合亲和力和蛋白质稳定性的影响。

使用了SKEMPI数据集进行基准测试，并与其他方法进行了比较。结果显示，Pythia-PPI在SKEMPI数据集上的皮尔逊相关系数从0.6447提高到0.7850，在病毒-受体数据集上的皮尔逊相关系数从0.3654提高到0.6051。这些结果表明Pythia-PPI是一个分析蛋白质-蛋白质相互作用适应性景观的有力工具。

参数说明

Structure PDB

蛋白复合物结构文件，PDB格式。不支持含有非标准氨基酸的蛋白。

Chain

指定要突变扫描的链名，可多链，用英文逗号分隔，如：A,B，默认为空，表示全部链都扫描。

Numbering Type

抗体编号规则，支持Kabat, Chothia和IMGT，默认为Kabat。

TopN

指定输出能量最优的前N个突变对应的序列，默认为100。

Output

输出文件名称，默认mutation_ddg.csv。

Output_fmt

特定格式化输出的结果文件名称，默认mutation_ddg_fmt.csv。

Output_Chain_Seq

输出TopN对应的突变链的序列，默认为mutant_seqs.fasta。

Output_Cpx_Seq

输出TopN对应的复合物序列，复合物中各链之间用分号:分隔（Boltz2结构预测的批量模式），默认为mutant_seqs_complex.fasta。

备注：当前24GB的GPU显存支持计算的残基数量在1500个左右。

结果说明

输出mutation_ddg.csv结果文件，包含以下信息：

输出mutation_ddg_fmt.csv结果文件，包含如下信息：

输出结果对应的热图mutation_ddg_[chain].png

输出TopN对应的突变链的序列mutant_seqs.fasta。
输出TopN对应的复合物序列mutant_seqs_complex.fasta，复合物中各链之间用冒号:分隔（Boltz2结构预测的批量模式）。

参考文献

• Reliable prediction of protein-protein binding affinity changes upon mutations with Pythia-PPI, Fangting Tao, Jinyuan Sun, Bian Wu, George F Gao bioRxiv 2024.10.28.620752; DOI: 10.1101/2024.10.28.620752