Hesaplamalı araştırma makalesi incelemesi

AlphaFold 3 ile Biyomoleküler Etkileşimlerin Yapısının Bütünleşik Derin Öğrenme Modeliyle Yüksek Doğrulukta Tahmini

Biyolojik komplekslerin atomik düzeyde yapısının doğru biçimde modellenmesi, hücresel işlevlerin anlaşılması ve rasyonel ilaç tasarımı açısından kritik bir gereksinimdir. Bu makale, tüm bu biyomoleküler yapı tiplerini tek bir bütünleşik derin öğrenme mimarisinde bir araya getirerek bir arada yapı tahmini gerçekleştirme sorununu ele almaktadır.

Makalenin anahtar kelimeleri

Yazar: Abramson J et al.
Yayın
Tarih: 2024-05-08
DOI: 10.1038/s41586-024-07487-w

Makalenin Kapsamı ve Akademik İçeriği

Moleküler biyolojinin temel hedeflerinden biri hücresel sistemlerdeki karmaşık atomik etkileşimleri tam olarak anlamak ve düzenlemektir. AlphaFold 2 modelinin geliştirilmesi protein yapılarının ve protein-protein etkileşimlerinin modellenmesinde çığır açmış olsa da biyolojik süreçler yalnızca proteinlerden ibaret değildir. Hücresel işlevlerin büyük bir kısmı proteinlerin DNA, RNA, küçük moleküllü ligandlar, iyonlar ve kovalent modifikasyonlarla kurduğu kompleks etkileşim ağları üzerinden yürütülmektedir. Ancak önceki derin öğrenme modelleri genellikle belirli etkileşim türlerine özelleşmiş durumdadır ve genel biyomoleküler kompleksleri tek bir çatı altında yüksek doğrulukla tahmin etmekte yetersiz kalmıştır. Bu çalışma, tüm temel biyomoleküler türleri kapsayan bütünleşik bir yapı tahmin modelinin kurulup kurulamayacağı sorusuna odaklanmaktadır.

Bu soruyu yanıtlamak amacıyla araştırmacılar, geniş bir biyomoleküler yelpazede yüksek doğruluklu yapı tahmini yapabilen AlphaFold 3 (AF3) derin öğrenme mimarisini geliştirmiştir. Modelin mimarisinde AF2'de bulunan kompleks Evoformer modülü yerine daha basit ve veri verimli olan 48 bloklu Pairformer modülü getirilmiş, çoklu dizi hizalama (MSA) işlemlerinin ağırlığı azaltılmıştır. Ayrıca rotasyonel çerçevelere ve burkulma açılarına dayalı yapı modülü terk edilerek doğrudan ham atom koordinatları üzerinde çalışan üreteç bir difüzyon modülü entegre edilmiştir. Difüzyon süreci, küçük gürültü seviyelerinde yerel stereokimyayı, yüksek gürültü seviyelerinde ise sistemin küresel konfigürasyonunu öğrenmektedir. Model, Protein Data Bank (PDB) veritabanındaki yapılarla eğitilmiş ve halüsinasyonu önlemek için çapraz distilasyon teknikleriyle desteklenmiştir.

Yapılan ampirik değerlendirmelerde AlphaFold 3, test edilen hemen hemen tüm etkileşim kategorilerinde mevcut özelleşmiş araçları belirgin şekilde geride bırakmıştır. PoseBusters veri setindeki protein-ligand etkileşimi tahminlerinde AutoDock Vina gibi geleneksel kenetlenme araçlarından ve RoseTTAFold All-Atom modelinden anlamlı derecede yüksek başarı elde edilmiştir. Protein-nükleik asit ve RNA yapısı tahminlerinde RoseTTAFold2NA modeline kıyasla üstün performans sergilenirken, antikor-antijen komplekslerinin tahmininde AlphaFold-Multimer v2.3'e göre büyük bir doğruluk artışı yakalanmıştır. Ayrıca modelin geliştirdiği pLDDT ve PAE gibi güven ölçütlerinin gerçek yapısal doğrulukla son derece uyumlu biçimde kalibre edildiği gösterilmiştir.

Tartışma ve sonuç bölümünde elde edilen bulgular, biyomoleküler etkileşimlerin modellenmesinde evrimsel dizi verilerine olan bağımlılığın azaldığını ve fiziksel-kimyasal etkileşim ilkesinin derin öğrenme ağları tarafından başarıyla kavrandığını ortaya koymaktadır. Modelin stereo-kimyasal çakışmalar veya düzensiz bölgelerdeki halüsinasyonlar gibi bazı sınırlılıkları bulunsa da tek bir bütünleşik mimarinin tüm biyomoleküler uzayda yüksek performans sunması literatürde yeni bir standart belirlemektedir. Bu durum, yapısal biyoloji ve ilaç keşfi araştırmalarında farklı moleküler türler için ayrı yazılımlar kullanma zorunluluğunu ortadan kaldırmakta ve hücresel mekanizmaların bütüncül simülasyonuna yönelik araştırmalar için güçlü bir metodolojik altyapı sağlamaktadır.

Araştırmanın amacı

Bu çalışmanın amacı, proteinler, nükleik asitler, küçük moleküllü ligandlar, iyonlar ve modifiye edilmiş kalıntıları içeren tüm biyomoleküler komplekslerin yapısını tek bir bütünleşik derin öğrenme mimarisi ve difüzyon tabanlı modelleme yaklaşımıyla yüksek doğrulukta tahmin etmektir(J et al., 2024).

İnceleme ve modelleme yöntemi

AlphaFold 3, biyomoleküler komplekslerin yapısını tahmin etmek amacıyla difüzyon tabanlı bir makine öğrenimi mimarisi kullanmaktadır. Bu yaklaşım, AlphaFold 2'nin Evoformer yapısını daha basit bir Pairformer modülü ile ikame etmekte ve doğrudan atom koordinatları üzerinde çalışan bir difüzyon modülü ile karmaşık kimyasal yapıları modellemektedir(J et al., 2024).

Kuramsal ve kavramsal çerçeve

Çalışma, derin öğrenme, üreteç difüzyon modelleri ve moleküler graf temsil teorisine dayanmaktadır. AlphaFold 2'nin evrimsel dizi hizalama (MSA) ağırlıklı evoformer yapısından farklı olarak, temsil karmaşıklığını azaltan Pairformer modülü ile ham atom koordinatlarını doğrudan işleyen zamana bağlı gürültü giderme (denoising) difüzyon süreçleri kuramsal omurgayı oluşturur.

Makalenin ele aldığı literatür

Yayın, AlphaFold 2 (Jumper et al., 2021) ve AlphaFold-Multimer (Evans et al., 2022) çalışmalarının yanı sıra RoseTTAFold All-Atom (Krishna et al., 2024), RoseTTAFold2NA (Baek et al., 2024), AutoDock Vina (Trott & Olson, 2010), DiffDock (Corso et al., 2022) ve CASP15 RNA tahmin araçları (AIchemy_RNA) gibi literatürdeki önde gelen yapay zekâ ve fizik tabanlı moleküler kenetlenme (docking) yöntemlerini ele almakta ve performans karşılaştırmaları yapmaktadır.

Araştırma Tasarımı

Evren veya inceleme alanı: Protein Veri Bankası (PDB) veri tabanında yer alan ve 30 Eylül 2021 tarihine kadar yayınlanmış olan tüm deneysel biyomoleküler yapılar ve bunlara ait protein dizileri, nükleik asit dizilimleri ve küçük molekül SMILES gösterimleri.
Örneklem veya araştırma materyali: 1 Mayıs 2022 ile 12 Ocak 2023 tarihleri arasında PDB'de yayınlanan 8.856 kompleks yapıyı içeren güncel değerlendirme seti ile 428 protein-ligand yapısından oluşan PoseBusters test seti ve CASP15 RNA hedefleri.
Veri toplama süreci: PDB veri tabanından deneysel yapıların mmCIF formatında indirilmesi, UniRef90, Uniclust30, MGnify, BFD ve RNAcentral gibi kamuya açık veri tabanlarından çoklu dizi hizalamalarının (MSA) derlenmesi ve ligand tanımları için Chemical Components Dictionary veri tabanının entegre edilmesi yoluyla gerçekleştirilmiştir.
Veri analiz yöntemi: Tahmin edilen üç boyutlu koordinatların kalitesi; protein arayüzleri için DockQ skorları, nükleik asit etkileşimleri için yerel mesafe farkı testi (iLDDT) ve ligand tahmin başarısı için 2 Angstrom eşikli cep hizalamalı kök ortalama kare sapması (r.m.s.d.) ölçütleri kullanılarak nicel olarak analiz edilmiştir.

Difüzyon Modülü (Diffusion Module)PairformerÇoklu Dizi Hizalaması (MSA)Yerel Mesafe Farkı Testi (LDDT)DockQ SkoruKök Ortalama Kare Sapması (r.m.s.d.)Öngörülen Hizalanmış Hata (PAE)Küçük Molekül SMILES Gösterimleri

Araştırmanın Bulguları

AlphaFold 3, protein-ligand etkileşimlerinin tahmin edilmesinde AutoDock Vina gibi geleneksel fizik tabanlı ve RoseTTAFold All-Atom gibi diğer derin öğrenme tabanlı kör kenetleme araçlarını istatistiksel açıdan anlamlı bir farkla geride bırakarak çok daha yüksek bir tahmin doğruluğu sergilemektedir(J et al., 2024).

Modelin tahmin kalitesi ve doğruluğu, çoklu dizi hizalamasının (MSA) derinliğine doğrudan bağlıdır. MSA veri derinliği az olan, yani evrimsel açıdan sığ dizilere sahip protein yapılarının tahmini, derin MSA'lara sahip olanlara kıyasla belirgin şekilde daha düşük doğruluk oranlarına sahiptir(J et al., 2024).

AlphaFold 3 bünyesinde geliştirilen güven ölçümleri, modelin ürettiği üç boyutlu yapıların gerçek doğruluğu ile mükemmel bir kalibrasyon sergilemektedir; modelin ürettiği pLDDT ve PAE gibi güven skorları, gerçek hata paylarını ve yerel yapısal doğrulukları doğru bir şekilde yansıtmaktadır(J et al., 2024).

Modelin difüzyon tabanlı üretken yapısı, yapısal olmayan düzensiz bölgelerde yapay düzenlilikler (halüsinasyonlar) oluşturabilmekte ve atomların üst üste binmesi (çakışma) veya kiralite hataları gibi birtakım stereokimyasal sınırlılıklar barındırmaktadır(J et al., 2024).

Bulguların Tartışılması ve Araştırmanın Sonucu

Bulguların Yazarlar Tarafından Yorumlanışı

AlphaFold 3'ün elde ettiği yüksek tahmin başarıları, biyomoleküler etkileşimlerin modellenmesinde fizik tabanlı enerji fonksiyonları yerine derin öğrenme tabanlı bütünleşik yaklaşımların rüştünü ispatladığını göstermektedir. Geliştirilen yeni difüzyon mimarisi, proteinlerden nükleik asitlere, iyonlardan modifiye edilmiş kalıntılara kadar tüm karmaşık yapıları tek bir sistemde başarıyla modelleyebilmektedir.

Yazarlar, bu başarının arkasındaki temel mekanizmanın AlphaFold 2'deki dönme çerçevelerine dayalı karmaşık yapı modülünün kaldırılması ve yerine doğrudan ham koordinatları denoise eden difüzyon modülünün getirilmesi olduğunu belirtmektedir. Bu üretken süreç, stereokimyasal sınırlamalara veya kayıp fonksiyonlarına aşırı bağımlı olmaksızın yerel geometriyi keskin bir şekilde tanımlayabilmektedir.

Eldeki sonuçlar, literatürde daha önce geliştirilmiş olan RoseTTAFold All-Atom ve RoseTTAFold2NA gibi özel makine öğrenimi araçlarıyla karşılaştırıldığında, neredeyse tüm kategorilerde üstünlük göstermektedir. Özellikle antikor-antijen etkileşimlerinde çoklu dizi hizalamalarından bağımsız olarak sergilenen yüksek başarı, fiziksel etkileşim kurallarının model tarafından etkin şekilde öğrenildiğine işaret etmektedir.

Sonuç olarak çalışma, biyomoleküler dünya genelinde yüksek çözünürlüklü yapısal tahminlerin mümkün olduğunu kanıtlayarak hücresel süreçlerin rasyonel regülasyonuna yeni bir kapı açmaktadır. Deneysel kriyojenik elektron mikroskopisi ve tomografi çalışmalarından elde edilen verilerle bu modellerin genelleme yeteneğinin daha da gelişeceği ve terapötik tasarımda devrimsel adımlar atılacağı öngörülmektedir.

Bulguların Önceki Araştırmalarla Karşılaştırılması

Yazarlar, geliştirdikleri AlphaFold 3 modelinin protein-ligand arayüz tahmini başarısını AutoDock Vina gibi geleneksel ve yaygın olarak kullanılan fizik tabanlı moleküler kenetleme yazılımlarıyla karşılaştırmıştır. Yapılan değerlendirmelerde, modelin herhangi bir yapısal girdi veya ön bilgi kullanmadan kör kenetleme (blind docking) senaryolarında dahi Vina'yı istatistiksel olarak son derece anlamlı bir farkla geride bıraktığı gösterilmiştir(J et al., 2024).

Çalışmada, tüm atomlu protein-ligand ve nükleik asit komplekslerini tahminde mevcut olan en gelişmiş kör uçlu derin öğrenme aracı RoseTTAFold All-Atom ile karşılaştırmalar yapılmıştır. AlphaFold 3'ün, PoseBusters veri seti üzerindeki ligant pozisyonu tahmini doğruluğunda RoseTTAFold All-Atom modelini geride bırakarak tüm biyomoleküler uzayda daha yüksek doğruluk sunduğu vurgulanmıştır(J et al., 2024).

Sonuç Bölümünün Sunduğu Çıkarımlar

Yazarlar, biyomoleküler yapıların ve karmaşık etkileşimlerin tek bir bütünleşik derin öğrenme çatısı altında yüksek doğrulukla tahmin edilmesinin mümkün olduğunu ortaya koymuştur. Moleküler biyolojinin temel sorunlarından biri olan hücresel bileşenlerin ve etkileşimlerin modellenmesinde, difüzyon tabanlı bu yeni yaklaşımın deneysel yöntemlerle paralel olarak ilerlemesi, biyolojik mekanizmaların yapısal düzeyde anlaşılmasını kolaylaştıracak ve rasyonel ilaç tasarım süreçlerini hızlandıracaktır(J et al., 2024).

Literatür Taraması İçin Sunduğu Çerçeve

AlphaFold 3, molekuler biyoloji ve yapısal biyoinformatik literatürunde devrimsel bir paradigma değişimini temsil etmektedir. Önceki modeller yalnizca tekil protein yapilarini tahmin etmeye odaklanirken veya kisitli molekuler etkileşimleri fizik tabanlı kaba kenetleme algoritmalariyla cozmeye çalışirken, bu çalışma tum biyomolekuler dunyayi tek bir uretken derin öğrenme catisi altinda toplamayi basarmistir. Model, proteinlerin yanisira DNA, RNA, ligandlar, iyonlar ve kimyasal kovalent modifikasyonlari bir arada ele alarak hucre icindeki gercekci etkileşimlerin uctan uca simule edilmesini sağlamaktadir. Bu durum, biyokimya ve ilac tasarimi literatürunde statik ve izole protein modellerinden dinamik ve coklu etkileşim içeren kompleks modellerine geçişin onu acmis, rasyonel ilac kesfi süreçleri için butunsel bir hesaplamali temel sağlamistir.

Bu çalışma, temelini AlphaFold 2 (AF2) mimarisinden almakla birlikte, onun sınırliliklarini asacak cok radikal yapısal guncellemeler sunmaktadır. AF2 modelinin kullandigi karmasik evoformer modulu yerine cok daha sadelestirilmis bir 'pairformer' modulu getirilmis ve coklu dizi hizalamasi (MSA) islemlerinin hesaplama maliyeti onemli ölçude azaltilmistir. Ayrıca, AF2'nin amino aside ozgu donme çerçevelerine ve burulma acilarina dayalı yapi modulu tamamen devre disi birakilarak yerine doğrudan ham atom koordinatlari üzerinde çalışan bir difuzyon modulu entegre edilmiştir. Önceki ozel yöntemler (RoseTTAFold2NA veya AutoDock Vina gibi) yalnizca belirli etkileşim turlerinde uzmanlasmisken ve kovalent modifikasyonlari ya da iyon koordinasyonlarini goz ardi ederken, AlphaFold 3 bu bagimliliklari tamamen ortadan kaldirarak fiziksel etkileşim kurallarini veri odakli olarak öğrenmistir.

Biyomolekuler etkileşimlerin hesaplamali tahmini alaninda yazilan literatür derlemeleri için bu çalışma, mevcut tum metodolojilerin kiyaslandigi yeni bir altin standart (benchmark) sunmaktadir. Geleneksel olarak protein yapisi tahmini ve molekuler kenetleme (docking) iki ayri disiplin olarak ele alinirken, bu makale iki alani yapay bariyerler olmaksizin birlestirmistir. Derleme çalışmalarında, fizik tabanlı geleneksel enerji minimizasyonu algoritmalari ile yapay zeka tabanlı uretken difuzyon modelleri arasindaki tarihsel rekabette difuzyon modellerinin kesin ustunlugunu gösteren bir referans noktasi olarak konumlanmaktadır. Ayrıca, veri kitligi ceken antikor-antijen etkileşimlerinin veya coklu dizi hizalamasi derinligi düşük olan yetim proteinlerin modellenmesindeki guncel zorluklari ve çözüm yollarini somutlastirarak literatürdeki kuramsal tartismalari zenginlestirmektedir.

Kaynakça

Trott, O., & Olson, A. J. (2010). AutoDock Vina: improving the speed and accuracy of docking with a new scoring function, efficient optimization, and multithreading. Journal of Computational Chemistry, 31(2), 455-461. https://doi.org/10.1002/jcc.21334
Krishna, R., Wang, J., Ahern, W., Sturlese, M., Sgarbossa, L., Kang, D. Y., ... & Baker, D. (2024). Generalized biomolecular modeling and design with RoseTTAFold All-Atom. Science, 384(6693), eadl2528. https://doi.org/10.1126/science.adl2528

Tez ve Makale Araştırmalarında Kullanım

Makalenin doğrulanmış yöntemi, bulguları ve kuramsal çerçevesi; tez ve makale çalışmalarında kullanılacağı bölümle birlikte aşağıdaki üç araştırma taslağına dönüştürülmüştür.

Tez veya makalede kullanım · Literatüre Review

Biyomolekuler etkileşimlerin modellenmesinde derin öğrenme tabanlı yaklaşimlar, fizik tabanlı kenetleme yöntemlerinden daha yüksek doğruluk sunmaktadır.

Tez çalışmasinda geleneksel kenetleme algoritmalarinin yetersizliklerini açıklarken ve derin öğrenmenin biyomolekuler tahmindeki ustunlugunu temellendirirken bu çalışma birincil kanıt olarak kullanılabilir(J et al., 2024).

Ilac Hedefi Yetim Proteinlerde Antikor-Antijen Etkileşimlerinin Coklu Tohum Örneklemesiyle Modellenmesi

Araştırma sorusu: Coklu dizi hizalamasi derinligi sig olan yetim proteinlerde, model tohum (seed) sayisinin 1000'e cikarilmasi antikor-antijen etkileşim tahmin doğrulugunu nasıl etkiler?
Yöntem taslağı: Metodolojik deneysel araştırma tasarimi uygulanacaktir. PDB veri tabanindan secilen sig diziye sahip antikor-antijen kompleksleri (örneklem buyuklugu istatistiksel guc analiziyle belirlenecektir), AlphaFold 3 motoru kullanılarak farklı tohum sayilariyla (5, 100, 500, 1000) simule edilecek ve basari oranlari DockQ skoruyla analiz edilecektir.

Makaleyle bağlantısı: Makalede, antikor-antijen tahminlerinin diğer molekullere kiyasla tohum sayisinin artirilmasiyla (1000 tohum) anlamli derecede iyilesitigi bulgusundan hareketle sig MSAlı proteinlerdeki basarisi test edilmek istenmistir(J et al., 2024).

Tez veya makalede kullanım · Conceptual Framework

Difuzyon tabanlı uretken yapay zeka modelleri, stereokimyasal kisitlamalara aşırı bagimli olmaksizin yerel molekuler geometrileri hassas bicimde tanımlayabilmektedir.

Biyofiziksel yapi tahmini modellerinin matematiksel ve mimari çerçevesi kurulurken, difuzyon mekanizmasinin donme çerçevelerine olan ustunlugunu kuramsal olarak açıklamak amaciyla referans gösterilebilir(J et al., 2024).

Kovalent Modifikasyonlarin Biyomolekuler Bağlanma Ceplerindeki Yapısal Kararliliga Etkisinin Derin Öğrenmeyle Karşılaştırilmasi

Araştırma sorusu: Fosforilasyon modifikasyonunun varligi, hedef proteinlerin bağlanma cebindeki yerel pLDDT guven skorunu ve omurga (backbone) RMSD doğrulugunu nasıl değiştirmektedir?
Yöntem taslağı: Karşılaştırmali in silico deneysel tasarim. Belirli fosforilasyon kalintilari (SEP, TPO, PTR) içeren protein-ligand kompleksleri, hem modifikasyonlu hem de standart kalintilarla modellenerek simule edilecektir. Veri doygunluguna ulasilana kadar tekrarlanacak tahminlerde, yerel pLDDT degerleri ve cebin deneysel RMSD farklıliklari Wilcoxon isaretli sira testiyle incelenecektir.

Makaleyle bağlantısı: Makalenin genisletilmis verilerinde (Extended Data Fig. 6) fosforilasyonun modellenmesinin omurga doğrulugunu artirdigi ve modellenmediginde yerel guven skorlarinin dustugu tespiti bu araştırmanın deneysel temelini oluşturmaktadir(J et al., 2024).

Tez veya makalede kullanım · Discussion

Mevcut derin öğrenme tabanlı yapısal tahmin modelleri, sulu cozelti icindeki proteinlerin dinamik davranışlarini ve konformasyonel geçişlerini tam olarak yansitamamaktadır.

Yapay zeka destekli ilac tasarimi süreçlerinin guncel sınırliliklari tartisilirken, modellerin statik PDB verilerine olan bagimliligini ve dinamik simulasyon ihtiyacini vurgulamak için kullanılabilir(J et al., 2024).

Difuzyon Tabanlı Biyomolekuler Modellerde Halusinasyon ve Stereokimyasal Cakisma Hatalarinin Saptanmasi ve Filtrelenmesi

Araştırma sorusu: Protein-nukleik asit komplekslerinde, nukleotit sayisi 100'un ve kalinti sayisi 2000'in üzerine ciktiginda olusan atomik cakisma (clash) oranlarini minimize edecek yeni bir geometrik filtreleme algoritmasi geliştirilebilir mi?
Yöntem taslağı: Algoritmik ve yazilim geliştirme odakli metodolojik çalışma. Makalede belirtilen limitlere sahip buyuk boyutlu protein-nukleik asit kompleksleri için uretilen modeller, kiralite ve hacimsel engelleme filtrelerinden gecirilerek cakisma oranlari hesaplanacaktir. Örneklem buyuklugu istatistiksel gecerlilik sağlayacak veri kumesi genisligine gore belirlenecektir.

Makaleyle bağlantısı: Yazarlarin makalede belirttigi, protein-nukleik asit komplekslerinde (100 nukleotit ve 2000 kalinti üzeri) gozlemlenen atomik cakisma ve stereokimyasal kiralite bozulmalari seklindeki acik sınırlilik bu algoritmik arayisin temel motivasyonudur(J et al., 2024).