[論文レビュー] Systematic Analysis of Biomolecular Conformational Ensembles with PENSA

Martin Vögele, Neil J. Thomson+4 more|arXiv (Cornell University)|Dec 6, 2022

Protein Structure and Dynamics被引用数 20

ひとこと要約

PENSAは、トーション角、距離、水/イオン空洞、および状態特異情報などの特徴を用いて、複数の条件に跨る生体分子のコンフォメーション集合を体系的かつ定量的に比較する、オープンソースのPythonライブラリです。重要な差異と情報の流れを識別します。

ABSTRACT

Atomic-level simulations are widely used to study biomolecules and their dynamics. A common goal in such studies is to compare simulations of a molecular system under several conditions -- for example, with various mutations or bound ligands -- in order to identify differences between the molecular conformations adopted under these conditions. However, the large amount of data produced by simulations of ever larger and more complex systems often renders it difficult to identify the structural features that are relevant for a particular biochemical phenomenon. We present a flexible software package named PENSA that enables a comprehensive and thorough investigation into biomolecular conformational ensembles. It provides featurizations and feature transformations that allow for a complete representation of biomolecules like proteins and nucleic acids, including water and ion binding sites, thus avoiding bias that would come with manual feature selection. PENSA implements methods to systematically compare the distributions of molecular features across ensembles to find the significant differences between them and identify regions of interest. It also includes a novel approach to quantify the state-specific information between two regions of a biomolecule, which allows, e.g., tracing information flow to identify allosteric pathways. PENSA also comes with convenient tools for loading data and visualizing results, making them quick to process and easy to interpret. PENSA is an open-source Python library maintained at https://github.com/drorlab/pensa along with an example workflow and a tutorial. We demonstrate its usefulness in real-world examples by showing how it helps to determine molecular mechanisms efficiently.

研究の動機と目的

• 異なる条件下で生体分子のコンフォメーション集合を分析・比較するための、柔軟でモジュール式のワークフローを提供する。
• トーション、距離、水空洞、イオン空洞を含む包括的な特徴セットで生体分子を表現し、偏りを最小化する。
• 分布ベースの指標と情報理論的尺度を用いて、集合間の定量的で解釈可能な比較を可能にする。
• 次元削減、クラスタリング、可視化をサポートし、関心のある領域や経路を明らかにする。
• PENSAが実用的な機械的洞察を生み出す方法を示す実世界の応用をデモンストレーションする。

提案手法

• 全ての集合に共通の特徴セットを定義する（トーション、距離、水/イオン空洞）。
• 多変量離散化、PCA/TICA、クラスタリングを含む特徴変換を適用して離散状態を得る。
• Jensen-Shannon距離(JSD)とKolmogorov-Smirnov統計(KSS)を用いて特徴ごとに集合分布を比較する。
• 状態特異情報(SSI)を計算して、特徴状態が集合の同定または遷移をどのように信号するかを定量化する（特徴間相互作用のためにCoSSIへ拡張）。
• 解釈可能性のために、結果を構造、ヒートマップ、密度プロットにマッピングする視覚化ツールを提供する。
• 外部リーダー（MDAnalysis、PyEMMA）との読み込み、前処理、柔軟な統合をサポートする。）

実験結果

リサーチクエスチョン

• RQ1 一様な特徴表現を用いて、2つ以上の条件下でコンフォメーション集合を系統的に比較するにはどうすればよいか。
• RQ2 集合を区別する最も情報量の多い領域または特徴は何であり、それらを構造的または機能的変化にどのように追跡できるか。
• RQ3 状態特異情報法は領域間の情報の流れを追跡して、シグナル伝達経路や結合機構を明らかにできるか。
• RQ4 小さな摂動（例：変異、リガンド結合、力場の変化）がグローバルな集合変化へどのように伝播するか。
• RQ5 複雑な生体分子系の解釈を最も効果的に支援する可視化戦略は何か。

主な発見

• PENSAは、特徴ごとのJSDとKSS分析を通じて、コンフォメーション集合が異なる領域を特定できる。
• SSIとCoSSIは特徴と集合間の情報の流れを定量化・追跡し、シグナル伝達のような関係を明らかにする。
• 応用例は、小さな化学的修飾（例：ジスルフィド形成）や力場の変更がグローバルな集合構造とダイナミクスに影響を与えることを示す。
• このフレームワークは、顕著な活性部位を越えた微妙で直感に反する変化を強調し、機構的理解を向上させる。
• 可視化と前処理ツールは、複雑な集合データの迅速で解釈可能な解釈を促進する。