从蛋白质一级结构序列推断全局稠密残基转换图谱，实现通过定向图卷积神经网络的蛋白质相互作用预测

引言：精确预测蛋白质-蛋白质相互作用（PPIs）对于理解细胞功能和推进药物开发至关重要。现有的sIL方法使用来自蛋白质语言模型（PLMs）的直接序列嵌入；另一些方法则针对3D蛋白质结构使用图神经网络（GNN）。本研究探索了较少计算密集的替代方法。我们引入了一个通过链接预测进行下游PPI预测的新型框架。方法：我们引入了一个两阶段图表示学习框架，称为ProtGram-DirectGCN。首先，我们开发了ProtGram。该方法将蛋白质的一级结构建模为全球推断的n-gram图谱。在这些图谱中，残基转换概率定义边权重。每条边连接图中两个残基，形成有向图。这些概率从大型序列语料库中聚合。其次，我们提出了DirectGCN，一种定制的定向图卷积神经网络。该模型具有独特的卷积层。它通过独立的、特定于路径的转换处理信息：进入路径、离开路径以及无向路径。还施加了共享转换。这些路径通过可学习的门控机制组合。我们将DirectGCN应用于ProtGram图，以学习残基级别的嵌入。这些嵌入通过注意力机制进行池化，以生成蛋白质级别的嵌入，用于预测。结果：我们首先在标准节点分类基准上证明了DirectGCN的有效性。其性能在通用数据集上与已 established的方法相当。该模型在复杂的、定向的、稠密的异构结构图上表现出色。当应用于PPI预测时，完整的ProtGram-DirectGCN框架提供了强大的预测能力。即使在有限的训练数据下，该框架也表现出色。