[論文レビュー] Protein preliminaries and structure prediction fundamentals for computer scientists

Mahmood A. Rashid, Firas Khatib+1 more|arXiv (Cornell University)|Oct 9, 2015

Protein Structure and Dynamics参考文献 46被引用数 4

ひとこと要約

本論文は、タンパク質化学、構造予測、エネルギーモデルに関するコンピュータサイエンティストのための基盤的知識を提供し、アミノ酸の性質、階層的タンパク質構造、および計算モデリング技術に焦点を当てる。HPNX、YhHX、hHPNXといった簡略化されたエネルギーモデルを導入し、リジッド相互作用ポテンシャルにおける過去の誤りを是正することで、タンパク質折りたたみシミュレーションの予測精度を向上させる。

ABSTRACT

Protein structure prediction is a challenging and unsolved problem in computer science. Proteins are the sequence of amino acids connected together by single peptide bond. The combinations of the twenty primary amino acids are the constituents of all proteins. In-vitro laboratory methods used in this problem are very time-consuming, cost-intensive, and failure-prone. Thus, alternative computational methods come into play. The protein structure prediction problem is to find the three-dimensional native structure of a protein, from its amino acid sequence. The native structure of a protein has the minimum free energy possible and arguably determines the function of the protein. In this study, we present the preliminaries of proteins and their structures, protein structure prediction problem, and protein models. We also give a brief overview on experimental and computational methods used in protein structure prediction. This study will provide a fundamental knowledge to the computer scientists who are intending to pursue their future research on protein structure prediction problem.

研究の動機と目的

• タンパク質構造予測（PSP）研究に不可欠な生物学的・構造的知識を、コンピュータサイエンティストに提供すること。
• 一次構造から四級構造までのタンパク質構造の階層的組織とその機能的意義を明確にすること。
• 効率的な計算シミュレーションを可能にする簡略化されたエネルギーモデル（例：HPNX、YhHX、hHPNX）を提示・精緻化すること。
• 特にアラニン-バリン（h-h）相互作用における反発的性質を是正することで、既存のエネルギー行列の誤りを是正し、モデルの忠実性を向上させること。
• 分子的駆動力と経験的エネルギーパrameterを統合することで、計算PSP分野における今後の研究の基盤を提供すること。

提案手法

• 分子生物学の中心的原則とアミノ酸がタンパク質の構成要素として果たす役割を紹介し、その側鎖の多様性に特に注目する。
• タンパク質構造のレベルを定義する：一次構造（アミノ酸配列）、二次構造（水素結合によるαヘリックス、βシート）、三次構造（疎水性パッキング、ジスルフィド結合による3次元折りたたみ）、四級構造（複数サブユニットからなるアセンブリ）。
• アミノ酸を電荷および疎水性に基づき、疎水性（H）、極性（P）、陰性（N）、陽性（P）、中性（X）に分類することで、HPモデルおよびその拡張（HPNX、YhHX、hHPNX）を提案する。
• 計算を簡略化するために整数値エネルギー行列を適用し、主な式として $ E_{20\times 20} = \sum_{i<j-1} c_{ij} \cdot e_{ij} $ を用いる。ここで $ c_{ij} $ は接触を示し、$ e_{ij} $ は残基ペア間の経験的エネルギーである。
• クリッペンおよびボーンベルク＝バウアーの分析に基づき、h-h相互作用（アラニン-バリン）を過去のモデルとは異なり、反発的（+2）と再評価することで、既存モデルの誤りを是正する。
• 複数のデータセットおよび公開済みの行列を用いた頻度ベースの残基出現率（fq）と整合性チェックを通じて、モデル改善の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 コンピュータサイエンティストは、タンパク質構造と折りたたみの生物学的基礎を効果的にどのように導入できるか？
• RQ2 タンパク質の主な構造レベルは何か？ それらは機能と安定性にどのように寄与するか？
• RQ3 HPNX や hHPNX といった簡略化されたエネルギーモデルは、タンパク質構造予測における計算効率と正確性をどのように向上させるか？
• RQ4 アラニン-バリンのような h-h 相互作用ポテンシャルの是正が、正確なタンパク質折りたたみシミュレーションにおいてなぜ重要か？
• RQ5 結晶構造から導かれた経験的 20×20 エネルギー行列は、PSPアルゴリズムの予測力にどのように寄与するか？

主な発見

• hHPNXモデルは、YhHXにおける誤った h-h 相互作用値（−2）を、実際の反発的性質を反映する +2 に是正した。
• HPNXモデルは、元のHPモデルに電荷に基づく分類（P、N、X）を組み込むことで、疎水性、極性、 charged 残基の区別を向上させた。
• YhHXモデルは整数値エネルギー行列を採用しており、計算効率が向上し、そのシンプルさと経験的データとの整合性から広く採用されている。
• 20×20 エネルギー行列（MJモデル）は、結晶構造からの接触傾向に基づき統計的に導かれた、残基特異的なエネルギースケールを提供し、コンformational 分析におけるエネルギー和算を可能にする。
• 修正済みの hHPNX 行列（表VII）は、疎水性の埋め込みや静電的反発といった物理的相互作用を正確に反映することで、モデルの縮退を低減し、予測の信頼性を向上させた。
• 残基頻度（fq）データを用いた経験的妥当性評価により、修正済み行列が観察された生物学的分布および物理的原則とよりよく一致することが確認された。