TripleBind — pLM Ensemble for Binding Site Prediction

TripleBind: pLM × MBCN によるタンパク質結合残基予測

配列のみで DNA/RNA/リガンド結合部位を予測 — Liu & Zhang, Molecular Diversity 2026 (DOI: 10.1007/s11030-026-11557-8)

🎯 構造情報不要でゲノムスケールの結合残基アノテーションを実現
→ UniDockRunner の前処理・ポケット候補絞り込みに応用

① 背景と課題

タンパク質-核酸・タンパク質-リガンド相互作用の実験的測定（X線結晶解析・cryo-EM）は高コスト・低スループットであり、急増するゲノム配列のアノテーションに追いつかない。

構造ベース手法（GraphBind, EGPDI等）は高精度だが3D座標と大規模計算資源が必要

既存配列ベース手法は単一 pLM + 単純 CNN/GRU で相補情報を活かしきれていない

→ 3つの pLM アンサンブル × 多スケール CNN で配列ベース SoTA を目指す

② アーキテクチャ概要

タンパク質配列
↓ ProtT5 (1024-dim) / ESM-2 (1280-dim) / Ankh (1536-dim) [frozen]
↓ 各 embedding を stack → 統一次元に投影
↓ MBCN × 4段 (3並列 Conv1d + SE block)
↓ MLP → バイナリ結合残基予測

pos_weight = N_neg/N_pos の BCEWithLogitsLoss でクラス不均衡を補正。10-fold CV で評価。

③ 先行手法との差別点

ProtT5 + ESM-2 + Ankh の3モデル ensemble（相補的進化・構造意味論）
MBCN: kernel size 3/7/15 の並列 Conv ブランチで多スケール文脈を同時抽出
SE block でチャネル間依存性を動的に再重み付け
核酸・小分子リガンドを統一フレームワークで同時予測

④ 主な結果 (a) タンパク質-DNA MCC 比較 (TE181)

④ 主な結果 (b) タンパク質-DNA MCC 比較 (TE129)

④ 主な結果 (c) データセット別サマリ

データセット	種別	TripleBind MCC	先行最高
TE181 (573)	DNA	0.392	0.364 (PDNAPred)
TE129 (573)	DNA	0.512	0.494 (PDNAPred)
TE46 (646)	DNA	0.504	0.493 (PDNAPred)
TE161 (545)	RNA	0.46	未公開比較

全データセットで配列ベース SoTA を更新。AUC は一部で構造ベース手法に近接。

④ 主な結果 (d) 限界・応用展望

構造ベース手法（USPDB, DeepProSite）には AUC で若干劣る場合あり

3モデル推論コスト大（事前 embedding キャッシュが必須）

有機小分子への汎化は無機イオン/ATP/HEM以外未検証

パイプライン応用:

UniDockRunner 前処理として binding pocket 候補絞り込み
ProLIFCalculator の解析対象残基フィルタに活用
HBondAnalyzer のトラジェクトリ解析ウィンドウを最適化