Prediction of inhibitors for human-virus protein-protein interactions based on innovative AI technologies

基于创新人工智能技术预测人-病毒蛋白质-蛋白质相互作用的抑制剂

• 批准号: 22KJ2495
• 负责人: 築山 翔
• 金额: $ 2.18万
• 依托单位: Kyushu Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2023
• 资助国家: 日本
• 起止时间: 2023-03-08 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KJ2495/
• 关键词: 深層学習; タンパク質間相互作用; ウイルス; Attention; SARS-CoV-2; 深層学習; タンパク質間相互作用; ウイルス; Attention; SARS-CoV-2

ウイルスは宿主のタンパク質と相互作用することで、宿主細胞の機能を乗っ取り、増殖する。そのため、ヒトーウイルスタンパク質間相互作用を予測することは抗ウイルス薬の開発やウイルスの感染メカニズムの解明において重要である。SARS-CoV-2の感染状況からも分かるように、ウイルスは出現から急速に感染が拡大する可能性がある。そのため、未知のウイルス種や変異株に対して、高い精度でヒトーウイルスタンパク質間相互作用の予測を行うことのできる高い汎化性能を持つモデルの開発が必要である。タンパク質の相互作用を分子動力学で予測する研究の一方で、アミノ酸配列のみから深層学習や機械学習などのAI技術を用いた研究開発が大いに期待される。本研究ではCross-attention PHVと呼ばれるアミノ酸配列のみからヒトーウイルスタンパク質間相互作用予測のための深層学習に基づく新規AIモデルの開発を行った。Cross-attention PHVは、未知ウイルスに対する有用性を評価するためのベンチマークデータセットの全てにおいて90%以上の精度を示した。このCross-attention PHVの予測性能は、先行研究における予測モデルを凌駕する予測性能であり、既知ウイルスに加えて、急速に拡大する未知のウイルス感染症において有効であると考えられる。さらに、我々は同分野の研究を促進するために、ヒトーウイルスタンパク質間相互作用予測用公開ウェブサーバーとコマンドラインインターフェースの開発を行った。

病毒与宿主蛋白相互作用以接管并增殖宿主细胞的功能。因此，预测人类病毒蛋白相互作用在开发抗病毒药物和阐明病毒感染机制方面很重要。从SARS-COV-2感染情况可以看出，从出现的时间开始，该病毒可以迅速扩散。因此，有必要开发具有高概括性能的模型，该模型可以预测人类病毒蛋白相互作用，以高精度针对未知病毒物种和突变菌株。尽管研究的重点是使用分子动力学预测蛋白质相互作用，但仅基于氨基酸序列，就高度预期了使用AI技术（例如深度学习和机器学习）进行的研究和开发。在这项研究中，我们开发了一种基于深度学习的新型AI模型，该模型仅使用称为交叉注意的PHV的氨基酸序列来预测人类病毒蛋白相互作用。在所有基准数据集中，跨科pHV均显示出超过90％的精度，以评估针对未知病毒的效用。这种交叉注意力的PHV的预测性能是超越先前研究中的预测模型的预测性，并且被认为不仅在已知病毒中有效，而且在迅速扩大未知的病毒感染方面也有效。此外，我们开发了一个公共网络服务器和命令行界面，用于预测人类病毒蛋白质相互作用，以促进同一领域的研究。