冷冻电镜装配体验证多了一把只看界面的尺:DPI-score不读密度图,PowerFit拟合解上AUC达0.99
核心概要
冷冻电镜装配体的模型验证长期依赖密度拟合类指标,蛋白-蛋白界面的质量缺少直接评估。DPI-score只用界面原子的原始三维坐标,经动态体素网格送入三维卷积网络,在交叉验证中达到87.53%的验证准确率。在PowerFit刚性拟合解上它的ROC-AUC为0.99,高于DeepRank-GNN-ESM的0.46和PI-score的0.54;在CASP15和CASP16上优势不明显,CASP16上PI-score的AUC反而更高。
深度剖析
冷冻电镜装配体的模型验证多了一把直接针对蛋白-蛋白界面的尺子,它不读密度图,只看界面原子的空间位置。 此前的验证指标主要衡量模型与密度图的吻合程度或整体几何,PI-score等界面指标则依赖接触对、表面积、形状互补性等派生特征,计算代价高且需要多个软件配合。 在PDB来源界面的五折交叉验证中,最终采用的DPI-IV变体取得87.53%的验证准确率;在PowerFit拟合解上ROC-AUC为0.99,而DeepRank-GNN-ESM为0.46、PI-score为0.54。
做法是把界面原子坐标直接铺进三维体素网格,交给三维卷积网络判断这个界面接近真实结构还是偏离。 网格采用动态缩放:先按1埃立方体素铺满界面,再整体缩放到统一尺寸,避免固定网格把多个原子压进同一体素而丢失信息。 训练集来自PDB的高分辨率复合物,并加入对接生成的近天然界面和远离天然界面的负样本;测试集为CASP15、CASP16的低聚冷冻电镜靶标和PowerFit刚性拟合模型,这些界面均未参与训练。
在分辨率差于3埃的EMDB拟合条目上,DPI-score能标出密度类指标看不出的界面错误。 对6011个拟合条目中的29120个界面打分后,DPI-score与多数密度类指标相关性很低,说明界面质量并不由模型与密度图的吻合好坏直接决定。 在6E1K的拟合解中,界面朝向错误的6E1K_A_B_17得到DPI-score 0.09,却拿到比接近目标结构的6E1K_A_B_1更高的CCC 0.61;对7QIN和6UBY重新精修后,界面处的冲突被消除,DPI-score与密度类指标同时改善。
启示与展望
演示范围是冷冻电镜来源的蛋白-蛋白界面:PDB高分辨率结构的交叉验证、CASP15与CASP16低聚靶标、PowerFit刚性拟合解,以及EMDB中分辨率差于3埃的6011个拟合条目。工具面向做冷冻电镜模型搭建与验证的结构生物学读者,以Python代码和CCP-EM Doppio中的图形界面形式提供。
在CASP15和CASP16上ROC曲线虽高于随机基线,但AUC仅为0.61和0.58,正负分数分布重叠明显;原文对CASP15上DPI-score的AUC给出过0.61与0.65两个数值,两处并不一致。CASP16上PI-score的AUC为0.78,高于DPI-score的0.58。三个测试集中大量界面因未落入IS-score与iRMSD阈值而未被赋予标签,CASP15约92%、CASP16约43%、PowerFit约88%,负标签比例也很低。H1137、T1234o和H1236等靶标上,IS-score低但iRMSD不超过3埃的界面获得了高DPI-score,作者推测仅凭原子空间位置可能不足以区分这类近天然模型。
