ProtGlycanDock: verso un docking accurato tra proteine e glicani con dataset, benchmark e modello dedicati

Abstract degli autori

Un docking accurato tra proteine e glicani è fondamentale per comprendere le loro interazioni, che regolano molti processi biologici. Questo importante compito è però ostacolato dalla mancanza di dataset, benchmark e modelli dedicati. Per colmare questa lacuna, abbiamo innanzitutto creato ProtGlycanDock, un benchmark standard per addestrare e valutare modelli di docking tra proteine e glicani in scenari di generalizzazione sia alle proteine sia ai glicani. Su questo benchmark valutiamo dieci modelli appartenenti a tre categorie: metodi di docking basati sulla fisica, modelli di docking basati sull’apprendimento automatico e modelli di previsione della struttura molecolare. Per ottenere pose di legame più precise, proponiamo inoltre due tecniche di fine-tuning che integrano la conoscenza delle conformazioni dei glicani in un modello di previsione della struttura molecolare di uso generale. Le due tecniche, rispettivamente, arricchiscono gli input del modello con caratteristiche topologiche dei glicani e affinano la posa di legame dei glicani mediante una funzione di perdita energetica dei glicani. I risultati del benchmark mostrano la superiorità di AlphaFold 3 rispetto ai metodi esistenti e indicano che le due tecniche di fine-tuning proposte possono essere combinate efficacemente per ottenere un modello di docking tra proteine e glicani all’avanguardia. Conduciamo inoltre un’analisi stratificata del benchmark e studi di casi per comprendere meglio i punti di forza e i limiti dei modelli attuali, offrendo indicazioni per migliorarli in futuro. Manteniamo i dataset all’indirizzo https://huggingface.co/datasets/ProtGlycanDock/ProtGlycanDock e i codici sorgente all’indirizzo https://github.com/kasawa1234/ProtGlycanDock