Graph neural networks and deep hashing in protein-protein interaction prediction

Przewidywanie interakcji pomiędzy białkami w skali genomowej oferuje wgląd w procesy biologiczne na poziomie systemowym. Pomimo doskonałego sukcesu wielu zastosowanych w tym obszarze metod uczenia głębokiego uporczywym wyzwaniem pozostaje złożoność obliczeniowa wynikająca z kwadratowego wzrostu liczby potencjalnych interakcji wraz z liczbą białek. Głębokie haszowanie w unikalny sposób pozycjonuje się do jego rozwiązania, poprzez reformulację problemu przewidywania interakcji pomiędzy białkami w wyszukiwanie najbliższych sąsiadów.W niniejszej pracy zaproponowane zostaje podejście przewidywania interakcji białko – białko łączące w sobie reprezentację aminokwasów opartą o duże modele językowe sekwencji biologicznych, grafowe sieci neuronowe umożliwiające uczenie na strukturach białek oraz głębokie haszowanie. Przeprowadzona zostaje systematyczna ocena grafowych sieci neuronowych, bazujących na konwolucjach przestrzennych, w celu wytypowania optymalnej architektury do zadania predykcji interakcji. Poddana ocenie zostaje dyskryminatywność uzyskanych haszy w skali całego zbioru. Podjęte zostają kroki mające na celu uniknięcie zapaści wymiarowej generowanych reprezentacji.

Genome-scale protein – protein interaction prediction offers systems level insight into biological processes. Despite the excellent success of many deep learning methods employed in this field, computational complexity remains a persistent challenge due to the quadratic growth of the number of possible interactions with the number of proteins. Deep hashing uniquely positions itself to address this issue by reformulating the problem of predicting protein – protein interactions into nearest neighbor search.This thesis proposes an approach for predicting protein – protein interactions by combining amino acid representation based on large language models of biological sequences, graph neural networks enabling learning on protein structures, and deep hashing. A systematic evaluation of graph neural networks, based on spatial convolutions, is conducted to identify the optimal architecture for interaction prediction. The discriminative power of the obtained hashes across the entire dataset is assessed. Steps are undertaken to avoid the dimensionality collapse in the generated representations.