Designing Cyclic Peptides via Harmonic SDE with Atom-Bond Modeling

要約

環状ペプチドは、医薬品に固有の利点を提供します。
たとえば、環状ペプチドは、線形ペプチドと比較して酵素加水分解により耐性があり、通常は優れた安定性と親和性を示します。
深い生成モデルは線形ペプチド設計で大きな成功を収めていますが、いくつかの課題により、多様な種類の環状ペプチドを設計するための計算方法の開発が妨げられています。
これらの課題には、標的タンパク質と関連する環状ペプチドリガンドに関する3D構造データの不足、環化が課す幾何学的制約、および環化における非標準アミノ酸の関与が含まれます。
上記の課題に対処するために、CPSDEを紹介します。CPSDEは、2つの重要なコンポーネントで構成されています。AtomsDEは、ハーモニックSDEに基づく生成構造予測モデルであるAtomsDEと、残基タイプの予測因子であるResRouterです。
CPSDEは、これら2つのモデルを交互に繰り返してシーケンスと構造を繰り返し更新するルーティングされたサンプリングアルゴリズムを利用して、環状ペプチドの生成を促進します。
明示的な全原子および結合モデリングを採用することにより、CPSDEは既存のデータの制限を克服し、さまざまな環状ペプチドの設計に習熟しています。
私たちの実験結果は、私たちの方法によって設計された環状ペプチドが信頼できる安定性と親和性を示すことを示しています。

要約(オリジナル)

Cyclic peptides offer inherent advantages in pharmaceuticals. For example, cyclic peptides are more resistant to enzymatic hydrolysis compared to linear peptides and usually exhibit excellent stability and affinity. Although deep generative models have achieved great success in linear peptide design, several challenges prevent the development of computational methods for designing diverse types of cyclic peptides. These challenges include the scarcity of 3D structural data on target proteins and associated cyclic peptide ligands, the geometric constraints that cyclization imposes, and the involvement of non-canonical amino acids in cyclization. To address the above challenges, we introduce CpSDE, which consists of two key components: AtomSDE, a generative structure prediction model based on harmonic SDE, and ResRouter, a residue type predictor. Utilizing a routed sampling algorithm that alternates between these two models to iteratively update sequences and structures, CpSDE facilitates the generation of cyclic peptides. By employing explicit all-atom and bond modeling, CpSDE overcomes existing data limitations and is proficient in designing a wide variety of cyclic peptides. Our experimental results demonstrate that the cyclic peptides designed by our method exhibit reliable stability and affinity.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google