蛋白质相互作用(PPI)预测是发现药物靶点、理解疾病机制的基础环节。实验手段通量有限,计算预测可大规模补全未知互作。本文给出基于图神经网络(GNN)的PPI预测入门方案:把蛋白当作节点、已知互作当作边,训练模型预测缺失边。
一、数据从哪来
STRING数据库整合实验、文本挖掘与同源预测等多维证据,给出每条互作的置信度评分,覆盖上万物种,是构建PPI图最常用的公开来源。腾讯AI Lab提出的HIGH-PPI进一步证明,引入蛋白三维与图结构信息可显著提升预测准确率与可解释性。
二、建模思路
构图:以蛋白为节点,STRING置信度高于阈值的互作为边,得到无向图。
编码:用图卷积网络聚合邻居特征,得到每个节点的拓扑感知表征。
预测:对节点对计算相似度或接分类头,输出二者存在互作的概率。
三、可复现代码
import torch
from torch_geometric.nn import GCNConv
class PPIGNN(torch.nn.Module):
def __init__(self, dim):
super().__init__()
self.c1 = GCNConv(dim, 64)
self.c2 = GCNConv(64, 32)
def forward(self, x, edge_index):
x = self.c1(x, edge_index).relu()
x = self.c2(x, edge_index)
return x
# x: 节点特征矩阵; edge_index: [2, E] 已知互作边
# 预测节点对(i,j)互作:cos = (h[i] * h[j]).sum() 经Sigmoid得概率
print('PPI GNN backbone ready')计算预测不能替代实验。GNN给出的候选互作须回到湿实验(如酵母双杂交、亲和纯化质谱)验证,方可作为靶点依据;模型应保留可解释性,便于设计验证实验。
参考来源
STRING 蛋白质相互作用数据库 - STRING 官方网站(string-db.org)
HIGH-PPI:基于图结构的蛋白质相互作用预测(腾讯AI Lab,Nature子刊,2023)
PyTorch Geometric 官方文档 - PyTorch Geometric 网站