MutaScope — Vorhersage der Wirkung jeder Proteinmutation
MutaScope ist eine live verfügbare Webplattform, die vorhersagt, wie sich jede mögliche einzelne Aminosäure-Substitution auf die Funktion eines Proteins auswirkt. Man wählt eines von 217 Proteinen oder gibt eine eigene Sequenz ein und sieht die vorhergesagte Wirkung jeder Mutation in einer interaktiven Heatmap, verknüpft mit der 3D-Struktur des Proteins. Alles wird auf ProteinGym, dem öffentlichen Standard-Benchmark, evaluiert: rund 696.000 gemessene Mutationen aus 217 Deep-Mutational-Scanning-Experimenten.
- Zero-Shot-Scoring mit Protein-Sprachmodellen. Strukturinformation (SaProt) ist der reinen Sequenz (ESM-2) klar überlegen: Spearman 0,46 gegenüber 0,41. Ich habe die veröffentlichten Benchmark-Ergebnisse nahezu exakt reproduziert und dabei zwei Fehler darin gefunden.
- Überwachte Modelle (Ridge, LightGBM, MLP), trainiert auf den Labordaten des jeweiligen Proteins und mit drei Kreuzvalidierungsschemata und Leakage-Tests geprüft. Eingesetzt wird Ridge, weil es an Positionen, die das Modell nie gesehen hat, am besten vorhersagt (+0,09 Spearman gegenüber Zero-Shot). Jede Vorhersage hat ein kalibriertes 90-%-Intervall (90,8 % Abdeckung auf zurückgehaltenen Daten).
- Live-Scoring beliebiger Sequenzen über einen FastAPI-Service auf Google Cloud Run, automatisch bereitgestellt über eine CI/CD-Pipeline. Eine Analyse des Services unter Last führte zu einer Korrektur, die das Laden von Seiten um das 60-Fache beschleunigte.
- Vollständig reproduzierbar: Nextflow-Pipeline, per Checksumme fixierte Daten und Modelle sowie Experiment-Tracking mit MLflow.