Génération de séquences protéiques novatrices guidée par la structure secondaire avec diffusion de graphes latents

L'avènement de l'apprentissage profond a introduit des approches efficaces pour la conception de séquences protéiques de novo, améliorant considérablement les taux de succès et réduisant les coûts de développement par rapport aux méthodes computationnelles ou expérimentales. Cependant, les méthodes existantes rencontrent des défis pour générer des protéines de longueurs et de formes variées tout en maintenant des caractéristiques structural clés. Pour relever ces défis, nous introduisons CPDiffusion-SS, un modèle de diffusion de graphes latents qui génère des séquences protéiques sur la base d'informations structurales secondaires à grain grossier. CPDiffusion-SS offre une plus grande flexibilité pour produire une variété de nouvelles séquences d'acides aminés tout en préservant les contraintes structurelles globales, améliorant ainsi la fiabilité et la diversité des protéines générées. Des analyses expérimentales démontrent la supériorité significative de la méthode proposée pour produire des séquences diverses et nouvelles, CPDiffusion-SS surpassant les méthodes de référence populaires sur des benchmarks ouverts, tous types de mesures quantitatives confondus. En outre, nous fournissons une série d'études de cas pour souligner la signification biologique de la performance de génération de la méthode proposée. Le code source est disponible publiquement sur https://github.com/riacd/CPDiffusion-SS