TMHC-MSAT : Prédiction précise des contacts entre résidus inter-hélicaux dans les protéines transmembranaires utilisant le MSA Transformer

La prédiction des contacts entre résidus dans une protéine est l'une des étapes intermédiaires les plus utilisées et informatives pour finalement prédire la structure 3D complète d'une protéine. Alors que la plupart des études précédentes utilisent des méthodes reposant sur l'analyse statistique des propriétés séquentielles pour inférer ces contacts, quelques méthodes récentes basées sur des modèles de traitement du langage naturel ont réussi à accomplir cette tâche. Cependant, la plupart de ces méthodes et modèles sont conçus pour des protéines globulaires et ne sont pas destinés à des types spécifiques de protéines tels que les protéines transmembranaires, qui représentent en réalité environ 30 % du protéome dans la plupart des organismes et jouent des rôles importants dans les processus cellulaires. Dans cette étude, nous proposons un prédicteur de contacts entre hélices de protéines transmembranaires (TMHC-MSA) qui utilise des caractéristiques extraites par un modèle de langage protéique appelé MSA Transformer et intègre des informations de voisinage pour améliorer la qualité de la carte de contacts produite. Notre modèle proposé montre qu'il peut dépasser avec succès la méthode de pointe en moyenne de 7 % en termes de précision L et même surpasser le MSA Transformer en moyenne de 2,5 % sur le même métrique. De plus, nous démontrons que la carte de contacts plus précise produite par notre modèle peut être utilisée pour générer une structure 3D plus précise.