ДиффАбXL:

Автор: Талип Укар ([email protected])

Реализация DiffAbXL оценивалась в документе: Изучение показателей логарифмического правдоподобия для ранжирования дизайнов последовательностей антител.

Обратите внимание, что статья изначально называлась «Сравнительный анализ генеративных моделей для дизайна антител», но мы решили изменить ее, чтобы лучше подчеркнуть ее основной вклад.
Это повторная реализация оригинальной работы DiffAb: [Paper and Code]

Текущая таблица лидеров
Результаты сравнительного анализа из статьи
Как создать интерфейс для моделей сравнительного анализа
Обучение
Структура репо
Отслеживание экспериментов
Ссылаясь на статью
Ссылаясь на этот репо

Текущая таблица лидеров

Классифицировать	Модели	Абсци HER2		Природа		АЗ Таргет-2	пр.?
Классифицировать	Модели	Нулевой выстрел	СПР-контроль	ХЕЛ	HER2	АЗ Таргет-2	пр.?
1	ДиффАбXL-A-DN	0,43	0,22	0,62	0,37	0,41	0,41
2	DiffAbXL-A-SG	0,46	0,22	0,64	-0,38	0,43	0,274
3	ДиффАбXL-H3-DN	0,49	0	0,52	-0,08	0,37	0,26
4	IgBlend (только структура)	0,40	0,21	0,54	-0,30	0,31	0,232
5	Антифолд	0,43	0,22	0,4	-0,47	0,38	0,192
6	ДиффАбXL-H3-SG	0,48	0	0,4	-0,41	0,29	0,152
7	ЭСМ	0,29	0	0	0,18	0,27	0,148
8	ДиффАб	0,34	0,21	0	-0,14	0,22	0,126
9	АбЛанг2	0,3	0	0	-0,07	0,36	0,118
10	IgBlend (только последующий)	0,27	0	0	-0,1	0,36	0,106
11	АбЛанг	0,3	0	0	-0,13	0,35	0,104
12	dyMEAN	0,37	0,15	0	0	0	0,104
13	АбХ	0,28	0,19	0	0	0	0,094
14	АнтиБЕРТи	0,26	0	0	-0,17	0,35	0,088
15	ИМЕТЬ В ВИДУ	0,36	0	0	0,02	0	0,076
16	ЕСМ-ИФ	0	-0,27	0	-0,53	0,42	-0,076

Примечание-1: Пр. ? относится к средней корреляции Спирмена по пяти наборам данных. Приведенная выше таблица лидеров основана на пяти целевых наборах данных, при этом нулевой балл присваивается моделям, которые не продемонстрировали статистически значимой корреляции или не подходили для расчета баллов (например, требующие антигена).
Примечание-2: Оценки логарифмического правдоподобия в этой работе рассчитываются с использованием простого подхода, как указано в уравнении-11 в документе, для обеспечения согласованности между моделями. Однако стоит отметить, что существуют более принципиальные методы расчета этих оценок, которые могут варьироваться в зависимости от типа модели (например, авторегрессионные или модели с замаскированным языком). Мы планируем исследовать эти альтернативные подходы в будущей работе.

Результаты сравнительного анализа

1. Корреляция между логарифмической вероятностью DiffAbXL и близостью связывания между различными целями.

Итоги-1

Рисунок 1: Результаты для DiffAbXL: a) DiffAbXL-H3-DN для данных HER2 с нулевым выстрелом Absci b) DiffAbXL-A-SG для AZ Target-2, c) DiffAbXL-A-SG для Nature HEL, d) DiffAbXL- A-DN для природы HER2.

2- Сравнение моделей на основе диффузии, LLM и графов.

Итоги-2

Таблица-1: Сводка результатов корреляции Спирмена. Сокращения: DN: режим De Novo, SG: режим наведения по структуре, NA: требуется эпитоп или сложная структура, но она недоступна. *, **, *** обозначают значения p ниже 0,05, 0,01 и 1e-4 соответственно.

Как создать интерфейс для моделей сравнительного анализа

Чтобы нам было проще протестировать вашу модель, мы рекомендуем вам реализовать интерфейс в виде метода Python в классе, который мы можем легко интегрировать с нашим конвейером оценки. Метод должен принимать следующие входные данные:

Последовательности антител : список последовательностей антител.
Дополнительная информация о структуре : если применимо, данные о структуре (т. е. файл PDB), относящиеся к последовательностям.
Дополнительные параметры, специфичные для модели : любые другие входные данные, необходимые вашей модели.

Метод должен возвращать словарь, содержащий:

Оценки логарифмического правдоподобия : для ранжирования последовательностей антител на основе их прогнозируемой аффинности связывания.
Другие соответствующие показатели : такие как RMSD, pAE или любые выходные данные для конкретной модели, которые, по вашему мнению, являются релевантными.

Вот базовый шаблон на Python для реализации этого интерфейса:

    def benchmark ( self , sequences , structure = None , mask = None , ** kwargs ):
        """
        Benchmark the model on provided antibody sequences and structures.

        Parameters:
        sequences (list of str): List of antibody sequences.
        structure (optional): Path to a PDB file. Currently, only one PDB file is provided per target dataset.
                              The PDB file may contain either just the antibody or an antibody-antigen complex,
                              depending on the dataset.
        mask (optional): Binary list or array indicating the regions of interest in the sequences for metric calculations.
        kwargs (optional): Additional parameters required by the model.

        Returns:
        dict: A dictionary containing log-likelihood scores and other relevant metrics.
        """
        pass

Убедитесь, что ваша модель выводит показатели логарифмического правдоподобия в формате, который мы можем использовать непосредственно для сравнительного анализа конструкций последовательностей антител. Это поможет нам эффективно сравнить производительность вашей модели в наших наборах данных.

Обучение

Существует один файл конфигурации: sabdab.yaml, который можно использовать для изменения любого параметра. Вы можете обучить модель, используя:

 python train.py # For training.

Структура репо

 - поезд.py

- источник
    |-model.py
    
- конфигурация
    |-sabdab.yaml
    
- утилиты
    |-load_data.py
    |-arguments.py
    |-model_utils.py
    |-loss_functions.py
    ...
    
- данные
    |-her2
    ...

Отслеживание экспериментов

Вес и предвзятость можно использовать для отслеживания экспериментов. По умолчанию он отключен, но его можно включить, изменив параметр в файле конфигурации в ./config/sabdab.yaml

Ссылаясь на статью

 @article {Ucar2024.10.07.617023,
	author = {Ucar, Talip and Malherbe, Cedric and Gonzalez Hernandez, Ferran},
	title = {Exploring Log-Likelihood Scores for Ranking Antibody Sequence Designs},
	elocation-id = {2024.10.07.617023},
	year = {2024},
	doi = {10.1101/2024.10.07.617023},
	publisher = {Cold Spring Harbor Laboratory},
	URL = {https://www.biorxiv.org/content/early/2024/10/24/2024.10.07.617023},
	eprint = {https://www.biorxiv.org/content/early/2024/10/24/2024.10.07.617023.full.pdf},
	journal = {bioRxiv}
}

Ссылаясь на этот репо

Если вы используете DiffAbXL в своих исследованиях и работе, пожалуйста, укажите его, используя следующее:

 @Misc{talip_ucar_2024_DiffAbXL,
	author =   {Talip Ucar},
	title = {Exploring Log-Likelihood Scores for Ranking Antibody Sequence Designs},
	URL = {https://github.com/AstraZeneca/DiffAbXL},
	month = {October},
	year = {since 2024}
}

Расширять

Дополнительная информация