AlphaFold 的鲁棒性研究：以 COVID-19 为例
机器学习
2023-01-13 v2 生物大分子
摘要
诸如 AlphaFold 之类的蛋白质折叠神经网络（PFNNs）相较于其他方法可预测出极为准确的蛋白质结构。然而，此类网络的鲁棒性迄今尚未被探究。鉴于此类技术广泛的社会影响，以及蛋白质序列中生物学上的微小扰动通常不会导致蛋白质结构的剧烈变化，这一点尤为相关。在本文中，我们证明尽管 AlphaFold 具有高精度，却并不展现此类鲁棒性。这引发了检测和量化这些预测蛋白质结构可信程度的挑战。为衡量预测结构的鲁棒性，我们采用（i）均方根偏差（RMSD）以及（ii）原始序列预测结构与其对抗扰动版本结构之间的全局距离检验（GDT）相似度度量。我们证明极小扰动蛋白质序列以欺骗蛋白质折叠神经网络的命题是 NP 完全的。基于成熟的 BLOSUM62 序列比对评分矩阵，我们生成对抗蛋白质序列，并表明当对抗改动受限于（i）BLOSUM62 距离内 20 个单位，以及（ii）给定蛋白质序列中数百或数千个残基里的五个残基时，预测蛋白质结构与原始序列结构间的 RMSD 非常大。在我们的实验评估中，我们考虑了通用蛋白质资源（UniProt）中的 111 个 COVID-19 蛋白质，该资源是由欧洲生物信息学研究所、瑞士生物信息学研究所和美国蛋白质信息资源管理的蛋白质数据核心资源。这些结果的总体 GDT 相似度测试得分平均约为 34%，显示出 AlphaFold 性能的大幅下降。
引用
@article{arxiv.2301.04093,
title = {On the Robustness of AlphaFold: A COVID-19 Case Study},
author = {Ismail Alkhouri and Sumit Jha and Andre Beckus and George Atia and Alvaro Velasquez and Rickard Ewetz and Arvind Ramanathan and Susmit Jha},
journal= {arXiv preprint arXiv:2301.04093},
year = {2023}
}
备注
arXiv admin note: text overlap with arXiv:2109.04460