[論文レビュー] Projecting Three-dimensional Protein Structure into a One-dimensional Character Code Utilizing the Automated Protein Structure Analysis Method

Sushilee Ranganathan, Dmitry Izotov+2 more|ArXiv.org|Nov 20, 2008

Protein Structure and Dynamics参考文献 23被引用数 3

ひとこと要約

本論文は、タンパク質骨格の折りたたみをねじれ曲率（τ(s)）として1次元の文字コードに変換する新規な3次元から1次元への投影法を提案する。ねじれパターンを16文字のアルファベットに変換することで、二次構造の特定、境界の同定、歪みの検出を高速に行うことが可能となり、94種のタンパク質にまたがる155のスーパーセカンダリ構造に対する検証を経て、自動タンパク質構造解析（APSA）フレームワークが拡張された。

ABSTRACT

The protein backbone is described as a smooth curved and twisted line in three-dimensional (3D) space and characterized by its curvature $κ(s)$ and torsion $τ(s)$ both expressed as a function of arc length s. It is shown that the function $τ(s)$ is sufficient to analyze the contributions of all amino acids to the conformation of the protein backbone. The characteristic peak and trough patterns of the $τ(s)$ diagrams can be translated into a 16-letter code, which provides a rapid identification of helices, strands, and turns, specifies entry and exit points of secondary structural units, and determines their regularity in terms of distortions, kinks or breaks. Via computer encoding, 3D protein structure is projected into a 1D string of conformational letters. The 3D-1D-projection procedure represents an extension of the Automated Protein Structure Analysis (APSA) method. APSA has been applied to describe 155 super secondary structures from 94 proteins and to compare results with Efimov's classification system of super secondary structure. The applicability of the latter is demonstrated.

研究の動機と目的

• 複雑な3次元タンパク質骨格構造を簡略化された1次元表現に変換する手法を開発し、効率的な解析を可能にする。
• ねじれ曲率（τ(s)）を主な記述子として用い、二次構造要素（ヘリックス、ストランド、ターン）とその境界を同定する。
• 1次元コードにおけるパターン認識により、タンパク質骨格の構造的歪み、キンク、断片化の迅速な検出を可能にする。
• スーパーセカンダリ構造への広範な適用を可能にするために、自動タンパク質構造解析（APSA）手法を拡張する。
• 155のスーパーセカンダリ構造を含む94種のタンパク質のデータセットを用いて、本手法の確立された分類システム（エフィモフの分類法など）との整合性を検証する。

提案手法

• タンパク質骨格は、弧長sでパラメータ化された3次元空間上の滑らかな曲線としてモデル化され、幾何的記述子として曲率κ(s)とねじれτ(s)を用いる。
• ねじれ曲率τ(s)を主な幾何的特徴として抽出する。これは、二次構造解析に必要な本質的な構造的情報を1つで捉えることができるためである。
• τ(s)図における特徴的なピークおよびトレースのパターンが、異なる構造モチーフを表す16文字のアルファベットにマッピングされる。
• コンピュータによる符号化により、16文字の1次元文字列が生成され、タンパク質のコンformationの直接比較と分類が可能になる。
• 本手法は、タンパク質データセットへの体系的適用を可能にするために、自動タンパク質構造解析（APSA）フレームワークに統合される。
• 本手法の妥当性は、94種のタンパク質にまたがる155のスーパーセカンダリ構造に対して、エフィモフの分類システムと照合することで検証された。

実験結果

リサーチクエスチョン

• RQ1 ねじれ曲率τ(s)のみで、タンパク質の二次構造要素を特徴づけ、分類することが可能か？
• RQ2 τ(s)における繰り返しパターンを、3次元タンパク質構造の1次元表現として16文字のコードに体系的に変換できるか？
• RQ3 1次元コードが、ヘリックス、ストランド、ターンの導入および終了点をどの程度正確に同定できるか？
• RQ4 本手法は、タンパク質骨格におけるキンク、断片化、歪みといった構造的不規則性をどの程度うまく検出できるか？
• RQ5 1次元符号化アプローチは、スーパーセカンダリ構造に対して、エフィモフの分類システムなど既存の分類システムと整合し、互換性があるか？

主な発見

• ねじれ曲率τ(s)のみで、タンパク質骨格の折りたたみを特徴づけ、二次構造ユニットを同定することが可能である。
• τ(s)図における明確なピークおよびトレースのパターンは、特定の構造モチーフに対応し、16文字のコードに信頼性を持ってマッピングできる。
• 1次元コードにより、ヘリックス、ストランド、ターンおよびその境界、ならびに導入・終了点の迅速な同定が可能である。
• 16文字のシーケンスパターンの逸脱を用いて、構造的歪み、キンク、断片化の検出に成功した。
• 1次元符号化アプローチはエフィモフの分類システムと照合された結果、94種のタンパク質にまたがる155のスーパーセカンダリ構造において強い整合性を示した。
• τ(s)符号化による3次元から1次元への投影は、APSA手法を拡張し、タンパク質コンformationのスケーラブルで自動化された解析を可能にした。