DOI: https://doi.org/10.1002/pro.70734
PMID: https://pubmed.ncbi.nlm.nih.gov/42587429
تاريخ النشر: 2026-08-12
المؤلف: Lei Zhang وآخرون
الموضوع الرئيسي: هيكل البروتين والديناميات
نظرة عامة
في هذا القسم، يتناول المؤلفون التحديات في تقدير دقة النموذج (EMA) للمجمعات البروتينية، مشيرين إلى أن المنهجيات الحالية أقل تطورًا من تلك الخاصة بالوحيدات البروتينية. يقدمون ContrastQA، وهو إطار عمل جديد لـ EMA يستخدم التعلم التبايني القائم على التسمية لتعزيز تقييم جودة المجمعات البروتينية من خلال دمج المعلومات الهيكلية المحددة للواجهة والعالمية. يستخدم الإطار شبكة عصبية جغرافية لالتقاط الميزات المحلية (على مستوى الواجهة) والعالمية (على مستوى الهيكل) بشكل فعال.
تم إثبات أداء ContrastQA من خلال خسائر الترتيب الخاصة به على مجموعة بيانات CASP16، حيث حقق قيمًا قدرها 0.123 و0.116 لمقياسي TMscore وGDT-TS، على التوالي. تمثل هذه النتائج تحسينات قدرها 0.015 (10.9%) و0.012 (8.7%) مقارنة بأفضل طريقة EMA الثانية. ومن الجدير بالذكر أنه بالنسبة للأهداف الصعبة في CASP16، حقق ContrastQA خسارة ترتيب TMscore قدرها 0.131، وهو أقل بمقدار 0.023 (14.9%) من الطريقة الأفضل التالية. تؤكد النتائج فعالية وحدة التعلم التبايني القائم على التسمية، مما يشير إلى إمكاناتها كاستراتيجية تدريب مسبق قيمة لتعلم تمثيلات هيكل البروتين. الشيفرة المصدرية لـ ContrastQA متاحة للجمهور على الرابط المقدم في GitHub.
الطرق
في قسم الطرق، يوضح المؤلفون توفر مجموعات البيانات والموارد المستخدمة في بحثهم. يمكن الوصول إلى مجموعات بيانات CASP16 وABAG-AF3 من خلال الروابط المعنية: https://predictioncenter.org/download area/ لـ CASP16 وhttp://mialab.ruc.edu.cn/ABAG-AF3/zip لـ ABAG-AF3. بالإضافة إلى ذلك، تتوفر مجموعة بيانات التدريب والنموذج المدرب مسبقًا على https://dx.doi.org/10.5281/zenodo.15463235. إن توفر البيانات والمواد هذا أمر حاسم لإعادة الإنتاج والبحث الإضافي في هذا المجال.
النتائج
في هذا القسم، يقدم المؤلفون مقاييس التقييم ونتائج الأداء لطريقتهم المقترحة، ContrastQA، لتقييم جودة المجمعات البروتينية. استخدم التقييم مجموعة بيانات هيكل المجمعات البروتينية التي تم إنشاؤها واختبر النموذج ضد المجمعات البروتينية غير المتكررة في CASP وتلك التي تم التنبؤ بها بواسطة AlphaFold3 (AF3). تم تقييم الجودة العالمية للمجمعات باستخدام خسارة Top1، المحسوبة بناءً على TMscore وGDT-TS. يقيس TMscore التشابه العام بين الهياكل المتوقعة والأصلية، بينما يركز GDT-TS على المطابقة الهيكلية المحلية. تتراوح كلا المقياسين من 0 إلى 1، مع قيم أعلى تشير إلى تشابه أفضل. تعكس خسارة Top1 دقة التنبؤات، حيث تشير القيم الأصغر إلى أداء محسّن.
تم تقييم أداء ContrastQA مقارنة بعدة طرق رائدة في التعلم العميق، بما في ذلك GNN-DOVE وComplexQA وDProQA وVoloIF-GNN وTopoQA، باستخدام مجموعة بيانات CASP16. اختبر المؤلفون ContrastQA على 37 هدفًا وقارنوا نتائج خسارة Top1 لمقياسي TMscore وGDT-TS مع تلك الخاصة بالطرق المتقدمة الأخرى، مع ضمان مقارنة عادلة من خلال توحيد اختيار الأهداف. ومن الجدير بالذكر أن ContrastQA حقق أفضل النتائج من حيث خسارة Top1، مما يدل على فعاليته في تقييم الجودة الهيكلية للمجمعات البروتينية.
المناقشة
في هذه الدراسة، نقدم ContrastQA، وهي طريقة جديدة لتقدير دقة نماذج المجمعات البروتينية من خلال إطار عمل التعلم التبايني القائم على الرسم البياني المدمج مع الشبكات العصبية الجغرافية. يستخدم هذا النهج التزاوج القائم على التسمية بناءً على درجة جودة الواجهة، DockQ، لتعزيز قدرة النموذج على التمييز بين الهياكل البروتينية عالية الجودة ومنخفضة الجودة. تؤكد دراسات الإزالة لدينا أن وحدة التعلم التبايني القائم على الرسم البياني تحسن الأداء بشكل كبير، حيث يؤدي إزالتها أو تغيير وظيفة خسارة التباين إلى انخفاضات ملحوظة في الدقة عبر مجموعات بيانات متعددة، بما في ذلك CASP16 وABAG-AF3.
حقق ContrastQA نتائج ملحوظة، متفوقًا على عدة طرق متقدمة بأقل خسارة ترتيب TMscore قدرها 0.123 وأقل خسارة ترتيب GDT-TS قدرها 0.116 على مجموعة بيانات CASP16، مما يمثل تحسينات بنسبة 10.9% و8.7%، على التوالي، مقارنة بأفضل الطرق التالية. علاوة على ذلك، أظهر أداءً قويًا على مجموعة بيانات ABAG-AF3، محققًا خسائر ترتيب كانت أقل بنسبة 9.7% و19.2% من تلك الخاصة بالطرق المنافسة. تشير هذه النتائج إلى أن الإطار المقترح فعال لتقييم نماذج المجمعات البروتينية، خاصة في السيناريوهات ذات التباين الهيكلي المنخفض. ستركز الأعمال المستقبلية على توسيع حجم مجموعة البيانات ودمج ميزات فيزيائية كيميائية إضافية لتحسين استراتيجية العينة، بالإضافة إلى توسيع التقييم ليشمل تقييمات الجودة المحلية لواجهات البروتين.
DOI: https://doi.org/10.1002/pro.70734
PMID: https://pubmed.ncbi.nlm.nih.gov/42587429
Publication Date: 2026-08-12
Author(s): Lei Zhang et al.
Primary Topic: Protein Structure and Dynamics
Overview
In this section, the authors address the challenges in Estimation of Model Accuracy (EMA) for protein complexes, highlighting that current methodologies are less developed than those for protein monomers. They introduce ContrastQA, a novel EMA framework that utilizes label-guided graph contrastive learning to enhance the assessment of protein complex quality by integrating both interface-specific and global structural information. The framework employs a geometric graph neural network to effectively capture local (interface-level) and global (structure-level) features.
The performance of ContrastQA is demonstrated through its ranking losses on the CASP16 dataset, achieving values of 0.123 and 0.116 for the TMscore and GDT-TS metrics, respectively. These results represent improvements of 0.015 (10.9%) and 0.012 (8.7%) over the second-best EMA method. Notably, for the more challenging CASP16 hard targets, ContrastQA attained a TMscore ranking loss of 0.131, which is 0.023 (14.9%) lower than the next best method. The findings underscore the effectiveness of the label-guided graph contrastive learning module, suggesting its potential as a valuable pre-training strategy for learning protein structure representations. The source code for ContrastQA is publicly available at the provided GitHub link.
Methods
In the Methods section, the authors detail the availability of datasets and resources utilized in their research. The CASP16 and ABAG-AF3 datasets can be accessed through the respective links: https://predictioncenter.org/download area/ for CASP16 and http://mialab.ruc.edu.cn/ABAG-AF3/zip for ABAG-AF3. Additionally, the training dataset and the pre-trained model are available at https://dx.doi.org/10.5281/zenodo.15463235. This accessibility of data and materials is crucial for reproducibility and further research in the field.
Results
In this section, the authors present the evaluation metrics and performance results of their proposed method, ContrastQA, for assessing the quality of protein multimers. The evaluation utilized a constructed protein complex structure dataset and tested the model against nonredundant CASP protein multimers and those predicted by AlphaFold3 (AF3). The global quality of the multimers was assessed using Top1 loss, calculated based on TMscore and GDT-TS. TMscore measures the overall similarity between predicted and native structures, while GDT-TS focuses on local structural matching. Both metrics range from 0 to 1, with higher values indicating better similarity. The Top1 loss reflects the accuracy of predictions, with smaller values indicating improved performance.
The performance of ContrastQA was benchmarked against several leading deep learning methods, including GNN-DOVE, ComplexQA, DProQA, VoloIF-GNN, and TopoQA, using the CASP16 dataset. The authors tested ContrastQA on 37 targets and compared the Top1 loss results for TMscore and GDT-TS with those of other advanced methods, ensuring a fair comparison by standardizing target selection. Notably, ContrastQA achieved the best results in terms of Top1 loss, demonstrating its effectiveness in evaluating the structural quality of protein complexes.
Discussion
In this study, we introduce ContrastQA, a novel method for estimating the accuracy of protein complex models through a graph contrastive learning framework integrated with geometric graph neural networks. This approach employs label-guided sample pairing based on the interface quality score, DockQ, to enhance the model’s ability to distinguish between high-quality and low-quality protein structures. Our ablation studies confirm that the graph contrastive learning module significantly improves performance, as removing it or altering the contrast loss function leads to notable declines in accuracy across multiple datasets, including CASP16 and ABAG-AF3.
ContrastQA achieved remarkable results, outperforming several state-of-the-art methods with the lowest TMscore ranking loss of 0.123 and GDT-TS ranking loss of 0.116 on the CASP16 dataset, representing improvements of 10.9% and 8.7%, respectively, over the next best methods. Furthermore, it demonstrated strong performance on the ABAG-AF3 dataset, achieving ranking losses that were 9.7% and 19.2% lower than those of competing methods. These findings suggest that the proposed framework is effective for evaluating protein complex models, particularly in scenarios with low structural variability. Future work will focus on expanding the dataset size and incorporating additional physicochemical features to refine the sampling strategy, as well as extending the assessment to local quality evaluations of protein interfaces.