Исследователи разработали несупервизируемую структуру под названием MotifAE, основанную на архитектуре разреженного автокодировщика, чтобы сделать интерпретируемыми паттерны последовательностей в «чёрной коробке» белковых языковых моделей. Добавление функции потерь на гладкость значительно повысило точность выявления известных функциональных мотивов по сравнению со стандартным методом.
MotifAE выявляла не только короткие мотивы, но и некоторые структурные домены; активность признаков коррелировала со степенью важности остатков для функций доменов. Сопоставление с экспериментальными данными позволило предсказывать признаки, связанные со стабильностью сворачивания доменов, а также специфичные для стабильности ландшафты приспособленности.
Почему это важно
Это исследование позволяет изучать паттерны, создаваемые белковыми языковыми моделями, не только как результат предсказания, но и в связи с функциональными и структурными элементами внутри белка. Благодаря этому можно исследовать взаимосвязь между признаками модели и степенью важности определённых остатков, а также более непосредственно оценивать биологический смысл выходных данных модели. Способность метода различать не только короткие мотивы, но и структурные домены показывает, что интерпретация не ограничивается отдельными фрагментами последовательности. Сопоставление с экспериментальными данными указывает на возможность изучать с помощью модели, в частности, признаки, связанные со стабильностью сворачивания, и соответствующие ландшафты приспособленности. Однако вопрос о том, в каких различных белковых контекстах предложенная в работе структура будет обеспечивать такой же уровень объяснительной способности, остаётся открытым направлением исследований.