PeptiProp

Proje akışı

PeptiProp deposundaki uçtan uca pipeline: PROPEDIA ham verisinden kanonik tablolara, sızıntısız sekans-küme split'lerine, negatif çift üretimine, ESM-2 embedding çıkarımına, rezidü-seviye graf inşasına, GATv2 dual-encoder eğitimine ve son olarak 2D/3D raporlama ile bu statik siteye.

Amac ve gorev tanimi

Protein-peptid etkilesimleri ilac tasarimi, sinyal yolagi analizi ve biyomalzeme muhendisliginde merkezi rol oynar. PeptiProp, deneysel ko-kristal yapilarindan yola cikarak bir protein yuzeyine hangi peptidin gercekten baglandigini ayirt edebilen bir skorlama ve siralama (reranking) modeli sunar.

Model yalnizca "bu cift baglanir mi?" sorusunu yanitmaz; her protein icin bir aday kumesi (1 native pozitif + 5 negatif dekoy) icinde gercek baglayiciyi ust siralara tasir. Bu yaklasim, gercek dunyada binlerce aday peptit arasından dogru olani bulmaya yonelik pratik bir kullanim senaryosunu yansitir.

Degerlendirme metrikleri

Yontem — uctan uca akis

Asagida PeptiProp v0.2 pipeline'inin her adimi, kullandigi araclar ve ciktilariyla aciklanmistir. Her adimin ciktisi bir sonrakinin girdisidir; tum ara urunler Parquet / JSON / NPZ formatinda saklanarak tekrarlanabilirlik ve denetlenebilirlik saglanir.

Veri katmani

Test metrikleri

En iyi modelin test kumesi uzerindeki performansi. Kartlarda — gorunuyorsa build sirasinda metrics.json bulunamadi.

Ablation: MLP Baseline vs GNN+ESM-2

Top ranked tahmin ornekleri

Test kumesinden aday gruplarin ilk siralamadaki ornekleri. Pozitif = native kristal cifti, Negatif = dekoy ornegi. Skor: model uretimi baglanti olasiligi (0-1).

Tam liste: top_ranked_examples.json dosyasindaki top_ranked_candidates_preview alani.

Eğitim ve değerlendirme görselleri

Görseller mümkünse eğitim çıktı klasöründen (metrics.json ile aynı dizin) kopyalanır; GitHub Actions’ta klasör yoksa yer tutucu PNG üretilir (kırık resim ve boş URL görünmez). Gerçek eğriler için yerelde eğitim sonrası yeniden derleyin.

Model karsilastirmasi: MLP vs GNN+ESM-2

v0.1 MLP baseline (131-d ozet vektor, 68 epoch) ile v0.2 GATv2+ESM-2 (rezidu-seviye graf, 80 epoch) test seti uzerinde karsilastirilmistir. GNN+ESM-2 tum metriklerde MLP'yi gecer; en buyuk fark AUPRC (+12.2pp) ve Hit@1 (+10.9pp).

2D peptit gorselleri

RDKit ile tek harf aminoasit dizisinden turetilen 2D bag yapisi. Her gorselde peptidin PDB kodu, zincir kimligi, sekans, model skoru ve etiket bilgisi yer alir.

Test örnekleri: farklı skor, etiket ve uzunlukta 2D peptitler

3D yapi goruntuleme

3Dmol.js ile tarayici icinde canli 3D molekuler goruntuleme. Fare ile dondurme, yakınlastirma ve farkli gorunum modlari arasinda gecis yapabilirsiniz.

Tipik egitim ciktilari

Dogrudan indirilebilir sonuc dosyalari

Asagidaki dosyalar GitHub Pages uzerinden dogrudan indirilebilir. Yayin yuzeyi yalniz statik site/ altindaki kopyalari sunar.

Sik sorulanlar

manifest.json

{
  "project": "PeptiProp",
  "version": "0.1",
  "dataset": "PROPEDIA canonical (leakage-free splits)",
  "training_dir": "publish/github_pages_training_bundle",
  "metrics": {
    "test_auroc": 0.8812662466753981,
    "test_auprc": 0.5565987337643044,
    "test_f1": 0.5886805146749643,
    "test_mcc": 0.5048546232827292,
    "test_brier": 0.10296415537595749,
    "test_mrr": 0.7776369913324519,
    "test_hit1": 0.6209784045835169,
    "test_hit3": 0.9468929043631555,
    "test_hit5": 0.996474217717056,
    "epochs": 80,
    "threshold": 0.2,
    "train_groups": 19542,
    "val_groups": 3985,
    "test_groups": 4538
  },
  "visualization": {
    "reported_interaction_source": "geometric residue-contact fallback",
    "external_tool_extractors_used_in_reported_results": false,
    "gnn_batch_modes": []
  },
  "pages": {
    "viewer_demo": "embed/viewer-demo.html",
    "manifest": "data/manifest.json"
  },
  "training_figure_assets": [
    "assets/img/roc_curve.png",
    "assets/img/pr_curve.png",
    "assets/img/calibration_curve.png",
    "assets/img/confusion_matrix.png",
    "assets/img/validation_threshold_sweep.png",
    "assets/img/validation_score_histogram.png",
    "assets/img/test_score_histogram.png"
  ],
  "download_assets": [
    "downloads/metrics.json",
    "downloads/ranking_metrics.json",
    "downloads/best_thresholds.json",
    "downloads/calibration_metrics.json",
    "downloads/pair_data_report.json",
    "downloads/candidate_set_report.json",
    "downloads/test_summary.txt",
    "downloads/threshold_vs_f1_table.csv",
    "downloads/test_topk_candidates.csv",
    "downloads/test_topk_positive_hits.csv",
    "downloads/top_ranked_examples.json"
  ],
  "site_extra_figures": [
    "assets/img/interaction_summary_panel.png",
    "assets/img/peptide_2d_example.png",
    "assets/img/peptide_2d_v1.png",
    "assets/img/peptide_2d_v2.png",
    "assets/img/peptide_2d_v3.png",
    "assets/img/peptide_2d_v4.png",
    "assets/img/peptide_2d_v5.png",
    "assets/img/peptide_length_histogram.png"
  ],
  "site_extra_pages": []
}