DOI: https://doi.org/10.1021/acsomega.6c01409
PMID: https://pubmed.ncbi.nlm.nih.gov/39386633
تاريخ النشر: 2026-05-11
المؤلف: Jonathan E. Barnes وآخرون
الموضوع الرئيسي: هيكل البروتين والديناميات
نظرة عامة
في هذا البحث، يؤكد المؤلفون على الدور الحاسم للبروتينات في العمليات البيولوجية وكيف يمكن أن تؤدي الطفرات في تسلسلات الأحماض الأمينية إلى خلل وظيفي ومرض. يسلطون الضوء على قيود الطرق التجريبية التقليدية في قياس تأثيرات الطفرات على طي البروتينات وطاقة الربط الحرة، والتي غالبًا ما تكون مستهلكة للوقت ومكلفة. بالمقابل، تفتقر التقنيات الحاسوبية، رغم كونها أسرع وأكثر فعالية من حيث التكلفة، عادةً إلى الدقة. لذلك، فإن تعزيز الدقة التنبؤية لهذه الطرق الحاسوبية أمر ضروري لتقدم تصميم الأدوية وفهم آليات المرض.
لمعالجة هذه التحديات، استخدم المؤلفون الشبكات العصبية لتعزيز القدرات التنبؤية لـ FoldX، وهو أداة حاسوبية لنمذجة طفرات البروتين. أظهرت نماذجهم تحسينات كبيرة في دقة التنبؤ، حيث حققت تحسينات تتراوح بين 50% إلى ما يقرب من 300% لمختلف أوامر الطفرات. على وجه التحديد، بالنسبة للطفرات الفردية، تحسن معامل ارتباط بيرسون من 0.3 إلى أكثر من 0.6، بينما بالنسبة للطفرات المزدوجة، تجاوز 0.8. أدى هذا التقدم أيضًا إلى زيادة كبيرة في دقة التنبؤ بالاستجابة الجينية، حيث رفع معامل ارتباط بيرسون لـ FoldX من 0.19 إلى 0.59. علاوة على ذلك، عند اختباره على مجموعة بيانات خارجية تتعلق بارتباط SARS-CoV-2 و ACE2، حققت المنهجية درجة أداء قدرها 0.74، متجاوزةً طرق التعلم الآلي الأخرى. تشير النتائج إلى أن هذا النموذج التنبؤي المحسن يمكن أن يساهم بفعالية في الأبحاث المستقبلية حول الفيروسات والأمراض، بينما يكشف أيضًا عن رؤى جديدة حول الاستجابة الجينية التي لم يتم استكشافها سابقًا في دراسات الطفرات الأوسع.
مقدمة
في المقدمة، يبرز المؤلفون الدور الحاسم للبروتينات في العمليات البيولوجية، مؤكدين أن وظائفها تحددها تسلسلات الأحماض الأمينية والهياكل ثلاثية الأبعاد. يمكن أن تؤثر الطفرات بشكل كبير على خصائص البروتين مثل استقرار الطي و affinity الربط، مع ظهور تفاعلات معقدة نتيجة لعدة طفرات بسبب تأثيرات الاستجابة الجينية. ترتبط هذه الطفرات بمختلف الأمراض، بما في ذلك أمراض البريون، والاضطرابات الوراثية، والسرطان، والعدوى الفيروسية، حيث قد تقوم الفيروسات بتغيير البروتينات السطحية لتعزيز العدوى أو التهرب من العلاجات. يؤكد المؤلفون على أهمية التنبؤ بدقة بتأثيرات الطفرات على خصائص البروتين لتقدم استراتيجيات العلاج.
تناقش هذه الفقرة التقنيات التجريبية الحالية لتقييم تأثيرات الطفرات، مثل الرنين البلازمي السطحي وقياس الحرارة المسحي التفاضلي، والتي، رغم كونها موثوقة، تعاني من قيود في الإنتاجية العالية والتكاليف المرتفعة. للتغلب على هذه التحديات، تم تطوير طرق حاسوبية، مصنفة إلى “طرق بطيئة” و”طرق سريعة”. تقدم الطرق البطيئة، مثل نهج مساحة السطح لميكانيكا الجزيئات بواسون-بولتزمان (MMPBSA)، دقة عالية ولكنها تتطلب موارد حاسوبية كبيرة. بالمقابل، توفر الطرق السريعة، بما في ذلك أساليب التعلم الآلي، إنتاجية أعلى ولكن عمومًا دقة أقل. يشير المؤلفون إلى أن معظم الطرق لم يتم اختبارها بدقة للطفرات المتعددة بسبب تعقيدات الاستجابة الجينية. يقدمون نهجهم الجديد الذي يجمع بين مصطلحات الطاقة من برنامج FoldX مع شبكة عصبية لتعزيز التنبؤات حول affinity الربط بين البروتينات للطفرات الفردية والمتعددة، بهدف تحسين الدقة دون الحاجة إلى موارد حاسوبية واسعة.
طرق
في هذه الدراسة، قمنا بتحسين الدقة التنبؤية لـ FoldX من خلال دمج الشبكات العصبية لتقدير عوامل التصحيح لتنبؤات الطاقة الحرة المتعلقة بطي البروتين والربط. بدأت المنهجية بتجميع مجموعات بيانات واسعة تضم قيم الطاقة الحرة التجريبية والهياكل البلورية ثلاثية الأبعاد المقابلة. باستخدام بروتوكول FoldX مخصص، قمنا بإنشاء تنبؤات للطاقة الحرة واستخراج مصطلحات الطاقة ذات الصلة، والتي خضعت لعملية اختيار الميزات للحصول على مجموعات ميزات محسنة.
بعد ذلك، قمنا بتدريب وتحسين الشبكات العصبية على هذه الميزات المختارة لتوقع عوامل التصحيح، مما أدى إلى تحسين كبير في تقديرات FoldX الأصلية. بالإضافة إلى ذلك، بحثنا في قدرة النماذج على توقع الطفرات من الدرجة الأعلى وقيمنا ما إذا كانت النماذج المدربة على الطفرات من الدرجة الأدنى يمكن أن تنقل قدراتها التنبؤية بفعالية إلى السيناريوهات من الدرجة الأعلى. تم تقييم هذا النهج، الذي يدمج مصطلحات الطاقة من FoldX مع تنبؤات الشبكة العصبية، بشكل منهجي لأدائه على كل من الطفرات الفردية والطفرات من الدرجة الأعلى، كما هو موضح في الأقسام التالية.
نتائج
في هذا القسم، يقدم المؤلفون نتائج دراستهم التي تهدف إلى تحسين الدقة التنبؤية لـ FoldX للطاقة الحرة المرتبطة بطي البروتين والربط من خلال نماذج التعلم العميق. قاموا بتجميع مجموعات بيانات من ProTherm4 و SKEMPIv2، مستخدمين تنبؤات FoldX كميزات للتدريب. أظهرت النماذج ذات الأداء الأفضل، التي تتميز بطبقتين، معلمات فرعية مميزة للطي والربط، مع تحسينات ملحوظة في توقع الطفرات المزدوجة. على وجه التحديد، حقق نموذج الطفرة المزدوجة معامل ارتباط بيرسون قدره 0.81، متفوقًا بشكل كبير على نموذج الطفرة الفردية (0.52). علاوة على ذلك، استكشفت الدراسة الطفرات من الدرجة الأعلى، كاشفة أن النماذج المدربة على الطفرات المزدوجة يمكن أن تعزز التنبؤات للطفرات الثلاثية والرباعية، مما يشير إلى إمكانية التقاط التفاعلات الجينية المعقدة.
كما قارن المؤلفون نموذجهم المصحح مع منهجيات أخرى، بما في ذلك DDAffinity، مما يظهر أداءً متفوقًا على مجموعة بيانات SARS-CoV-2 الخارجية (معامل ارتباط بيرسون قدره 0.74). ينسبون نتائجهم المحسنة إلى منهجية أكثر صرامة، بما في ذلك التقليل التكراري وإعداد PDB. ومع ذلك، يعترفون بالقيود بسبب التحيزات المتأصلة في مجموعات البيانات المتاحة، التي غالبًا ما تركز على طفرات معينة ذات أهمية معروفة، والتحديات التي تطرحها حجم المجموعة الصغيرة لتطبيقات التعلم الآلي. بشكل عام، تشير النتائج إلى أن نهجهم لا يعزز فقط تنبؤات FoldX ولكن أيضًا يساهم في فهم أعمق للتفاعلات الجينية في طفرات البروتين.
مناقشة
في هذه الدراسة، ركز المؤلفون على تعزيز الدقة التنبؤية لـ FoldX، وهي أداة حاسوبية لتقدير التغيرات في الطاقة الحرة المرتبطة بطفرات البروتين. قاموا بتجميع مجموعات بيانات واسعة من SKEMPIv2 و ProTherm، والتي تضمنت بيانات عن affinity الربط واستقرار الطي، على التوالي. خضعت البيانات لعمليات معالجة دقيقة لاشتقاق قيم الطاقة الحرة ولإنشاء مجموعات بيانات للطفرات الفردية والمزدوجة ومن الدرجة الأعلى. استكشف المؤلفون أيضًا الاستجابة الجينية، معرفين إياها على أنها الانحراف عن الإضافة في التغيرات في الطاقة الحرة للطفرات المزدوجة. تم استخدام مجموعات البيانات الناتجة لتدريب نماذج الشبكة العصبية التي توقعت عوامل التصحيح لمخرجات FoldX، مما أدى إلى تحسين كبير في القوة التنبؤية لكل من affinities الربط واستقرار الطي.
أظهرت نماذج الشبكة العصبية تحسينات كبيرة في الأداء التنبؤي، حيث حققت معاملات ارتباط بيرسون تزيد عن 0.6 للطفرات الفردية وتجاوزت 0.8 للطفرات المزدوجة. من الجدير بالذكر أن النماذج حسنت التنبؤات المتعلقة بالاستجابة الجينية، حيث زادت الارتباط من 0.19 إلى 0.59. تم التحقق من المنهجية باستخدام مجموعة بيانات خارجية تتعلق بـ SARS-CoV-2، مما أسفر عن درجة أداء قدرها 0.74، وهي تنافس الأساليب الحديثة في التعلم الآلي. لا يساهم هذا العمل فقط في فهم الاستجابة الجينية في طفرات البروتين ولكن أيضًا يوفر إطارًا قويًا لتوقع تأثيرات الطفرات في الدراسات الفيروسية المستقبلية وغيرها من التطبيقات البيولوجية.
DOI: https://doi.org/10.1021/acsomega.6c01409
PMID: https://pubmed.ncbi.nlm.nih.gov/39386633
Publication Date: 2026-05-11
Author(s): Jonathan E. Barnes et al.
Primary Topic: Protein Structure and Dynamics
Overview
In this research, the authors emphasize the critical role of proteins in biological processes and how mutations in their amino acid sequences can lead to dysfunction and disease. They highlight the limitations of traditional experimental methods for quantifying the effects of mutations on protein folding and binding free energies, which are often time-consuming and expensive. In contrast, computational techniques, while faster and more cost-effective, typically lack accuracy. Therefore, enhancing the predictive accuracy of these computational methods is essential for advancing drug design and understanding disease mechanisms.
To address this challenge, the authors employed neural networks to augment the predictive capabilities of FoldX, a computational tool for modeling protein mutations. Their models demonstrated significant improvements in prediction accuracy, achieving enhancements of 50% to nearly 300% for various mutation orders. Specifically, for single mutations, the Pearson correlation coefficient improved from 0.3 to over 0.6, while for double mutations, it exceeded 0.8. This advancement also led to a substantial increase in epistasis prediction accuracy, raising FoldX’s Pearson correlation from 0.19 to 0.59. Furthermore, when tested on an external dataset involving SARS-CoV-2 and ACE2 binding affinities, the methodology achieved a performance score of 0.74, surpassing other machine-learning approaches. The findings suggest that this enhanced predictive model can effectively inform future research on viruses and diseases, while also revealing new insights into epistasis that were not previously explored in broader mutation studies.
Introduction
In the introduction, the authors highlight the critical role of proteins in biological processes, emphasizing that their functions are dictated by amino acid sequences and three-dimensional structures. Mutations can significantly affect protein properties such as folding stability and binding affinity, with complex interactions arising from multiple mutations due to epistatic effects. These mutations are linked to various diseases, including prion diseases, genetic disorders, cancer, and viral infections, where viruses may alter surface proteins to enhance infectivity or evade treatments. The authors stress the importance of accurately predicting the effects of mutations on protein properties to advance therapeutic strategies.
The section discusses existing experimental techniques for evaluating mutation impacts, such as surface plasmon resonance and differential scanning calorimetry, which, while reliable, are limited by low throughput and high costs. To overcome these challenges, computational methods have been developed, categorized into “slow” and “fast” methods. Slow methods, like the Molecular Mechanics Poisson-Boltzmann Surface Area (MMPBSA) approach, offer high accuracy but are computationally intensive. Conversely, fast methods, including machine learning approaches, provide higher throughput but generally lower accuracy. The authors note that most methods have not been rigorously tested for multiple mutations due to the complexities of epistasis. They introduce their novel approach that combines energy terms from the FoldX program with a neural network to enhance predictions of protein-protein binding affinity for both single and multiple mutations, aiming to improve accuracy without requiring extensive computational resources.
Methods
In this study, we enhanced the predictive accuracy of FoldX by integrating neural networks to estimate correction factors for free energy predictions related to protein folding and binding. The methodology commenced with the compilation of extensive datasets comprising experimental free energy values and corresponding 3D crystal structures. Utilizing a tailored FoldX protocol, we generated free energy predictions and extracted relevant energy terms, which underwent a feature selection process to yield optimized feature sets.
Subsequently, we trained and optimized neural networks on these selected features to predict correction factors, significantly refining the original FoldX estimates. Additionally, we investigated the models’ ability to predict higher-order mutations and assessed whether models trained on lower-order mutations could effectively transfer their predictive capabilities to higher-order scenarios. This approach, which synergizes FoldX energy terms with neural network predictions, was systematically evaluated for its performance on both single and higher-order mutations, as detailed in the subsequent sections.
Results
In this section, the authors present the results of their study aimed at improving the predictive accuracy of FoldX for protein folding and binding free energies through deep learning models. They curated datasets from ProTherm4 and SKEMPIv2, utilizing FoldX predictions as features for training. The best-performing models, characterized by two layers, exhibited distinct hyper-parameters for folding and binding, with notable improvements in predicting double mutations. Specifically, the double mutation model achieved a Pearson correlation of 0.81, significantly outperforming the single mutation model (0.52). Furthermore, the study explored higher-order mutations, revealing that models trained on double mutations could enhance predictions for triples and quadruples, suggesting a potential for capturing complex epistatic interactions.
The authors also compared their corrected model against other methodologies, including DDAffinity, demonstrating superior performance on an external SARS-CoV-2 dataset (Pearson correlation of 0.74). They attribute their improved results to a more rigorous methodology, including iterative minimization and PDB preparation. However, they acknowledge limitations due to the inherent biases in the available datasets, which often focus on specific mutations of known significance, and the challenges posed by the small corpus size for machine learning applications. Overall, the findings indicate that their approach not only enhances FoldX predictions but also contributes to a deeper understanding of epistatic interactions in protein mutations.
Discussion
In this study, the authors focused on enhancing the predictive accuracy of FoldX, a computational tool for estimating free energy changes associated with protein mutations. They curated extensive datasets from SKEMPIv2 and ProTherm, which included binding affinity and folding stability data, respectively. The data underwent rigorous preprocessing to derive free energy values and to create datasets for single, double, and higher-order mutations. The authors also explored epistasis, defining it as the deviation from additivity in free energy changes for double mutations. The resulting datasets were utilized to train neural network models that predicted correction factors for FoldX outputs, significantly improving the predictive power for both binding affinities and folding stabilities.
The neural network models demonstrated substantial improvements in predictive performance, achieving Pearson correlation coefficients of over 0.6 for single mutations and exceeding 0.8 for double mutations. Notably, the models enhanced epistasis predictions, increasing the correlation from 0.19 to 0.59. The methodology was validated using an external dataset related to SARS-CoV-2, yielding a performance score of 0.74, which is competitive with state-of-the-art machine learning approaches. This work not only advances the understanding of epistasis in protein mutations but also provides a robust framework for predicting the effects of mutations in future viral studies and other biological applications.