Interpretace dat o molekulární dynamice proteinů s využitím nástrojů umělé inteligence

Bc. Matej Demovič

Bakalářská práce

Interpreting Protein Molecular Dynamics Data with Explainable Artificial Intelligence

Anotace:

V této bakalářské práci zkoumáme využití strojového učení (ML) a vysvětlitelné umělé inteligence (XAI) pro interpretaci dat molekulární dynamiky (MD) proteinů. Vyvinuli jsme konvoluční autoenkodér, který slouží k predikci strukturálních změn mezi po sobě jdoucími snímky MD u tří proteinů s rodiny luciferáz: RLuc8, AncHLD-RLuc a AncFT. Pro interpretaci natrénovaných modelů byly aplikovány tři metody XAI—Gradient, LRPZ a LRPSequentialPresetA. Tyto metody byly porovnány pomocí Spearmanovy korelace a kosinové podobnosti. Pro podrobnou analýzu byla nakonec zvolena metoda LRPSequentialPresetA. Hodnoty relevance byly porovnány s výpočetními B-faktory, přičemž byla zaznamenána částečná shoda, zejména v dynamických oblastech proteinů. Některé oblasti s vysokou relevancí však nevykazovaly výraznou flexibilitu, což naznačuje, že i strukturálně stabilní oblasti mohou hrát důležitou roli v proteinové dynamice a zasluhují si další výzkum.

Abstract:

In this thesis, we explore the use of machine learning (ML) and explainable artificial intelligence (XAI) for interpreting molecular dynamics (MD) data of proteins. We developed a convolutional autoencoder to predict structural changes between consecutive MD snapshots for three luciferase-related proteins: RLuc8, AncHLD-RLuc, and AncFT. To interpret the trained models, we applied three XAI methods—Gradient, LRPZ, and LRPSequentialPresetA. We compared these methods using Spearman correlation and cosine similarity. The LRPSequentialPresetA method was ultimately selected for detailed analysis. Relevance scores were compared with computational B-factors, revealing partial alignment, particularly in dynamic regions of the proteins. However, several regions with high relevance did not exhibit significant flexibility. This suggests that some structurally stable regions also play an important role in protein dynamics and may warrant further investigation.

Keywords

strojové učení, molekulová dynamika, hluboké učení, vysvětlitelná umělá inteligence, proteinové inženýrství, LRP (vrstvě rozložená propagace relevance), machine learning, molecular dynamics, deep learning, explainable AI, protein engineering, LRP (Layer-wise Relevance Propagation)

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 13. 5. 2025

Obhajoba závěrečné práce

• Obhajoba proběhla 24. 6. 2025
• Vedoucí: PhD Stanislav Mazurenko
• Oponent: Mgr. Eva Maršálková

Masarykova univerzita

Přírodovědecká fakulta

Bakalářský studijní program / obor:
Matematická biologie a biomedicína / Biomedicínská bioinformatika