[논문 리뷰] Identification of Amino Acid Sequences with Good Folding Properties

Anders Irbäck, Carsten Peterson외 1명|arXiv (Cornell University)|1996. 05. 11.

Protein Structure and Dynamics인용 수 3

한 줄 요약

이 연구는 몬테카를로 시뮬레이션을 사용하여 2D 격자 모델에서 지구 상태를 찾는 방식으로 최적의 접힘 성질을 가진 아미노산 서열을 식별한다. 열역학적 안정성—특히 낮은 변동성—이 좋은 접힘 성질을 정의하며, 200개의 임의의 서열 중 약 10%가 기준을 충족한다. 통계적 및 신경망 모델을 통해 예측 가능성도 입증된다.

ABSTRACT

Folding properties of a two-dimensional toy protein model containing only two amino-acid types, hydrophobic and hydrophilic, respectively, are analyzed. An efficient Monte Carlo procedure is employed to ensure that the ground states are found. The thermodynamic properties are found to be strongly sequence dependent in contrast to the kinetic ones. Hence, criteria for good folders are defined entirely in terms of thermodynamic fluctuations. With these criteria sequence patterns that fold well are isolated. For 300 chains with 20 randomly chosen binary residues approximately 10% meet these criteria. Also, an analysis is performed by means of statistical and artificial neural network methods from which it is concluded that the folding properties can be predicted to a certain degree given the binary numbers characterizing the sequences.

연구 동기 및 목표

• 간단한 2D 단백질 모델에서 안정적인 지구 상태로 신뢰성 있게 접히는 아미노산 서열을 식별하는 것.
• 접힘 성공의 예측자로 열역학적 성질이냐 운동적 성질이냐가 더 좋은지 판단하는 것.
• 서열 의존적인 열역학적 변동성에 기반한 '좋은 접힘자'에 대한 정량 기준을 수립하는 것.
• 통계적 및 인공 신경망 방법을 사용하여 서열 데이터에서 접힘 성질을 예측할 수 있는지 평가하는 것.
• 20개 아미노산으로 구성된 이진 서열 공간에서 정의된 접힘 기준을 충족하는 랜덤 서열의 비율을 평가하는 것.

제안 방법

• 단백질 접힘을 시뮬레이션하기 위해 수소친화성 및 수소비친화성 잔기만을 포함하는 2D 격자 모델을 사용함.
• 각 서열에 대해 지구 상태 구조를 찾기 위해 효율적인 몬테카를로 절차를 적용함.
• 접힘 품질의 주요 지표로 열역학적 변동성을 계산함.
• 운동적 거동과는 무관하게 낮은 열역학적 변동성을 기준으로 '좋은 접힘자'를 정의함.
• 이진 서열 표현에서 접힘 성질을 예측하기 위해 통계 분석 및 인공 신경망을 적용함.
• 300개의 임의로 생성된 20개 아미노산 이진 서열로 구성된 데이터셋에서 모델 성능을 평가함.

실험 결과

연구 질문

• RQ1 간단한 2D 단백질 모델에서 어떤 서열 패턴이 가장 유리한 접힘 성질을 보일까?
• RQ2 접힘의 열역학적 성질과 운동적 성질은 서열 의존성에서 어떻게 다를까?
• RQ3 열역학적 변동성만으로도 좋은 접힘자를 신뢰성 있게 식별할 수 있을까?
• RQ4 통계적 및 신경망 모델을 사용하여 이진 서열 인코딩으로부터 접힘 행동을 어느 정도 예측할 수 있을까?
• RQ5 임의로 생성된 이진 서열 중 얼마나 많은 비율이 정의된 최적 접힘 기준을 충족할까?

주요 결과

• 접힘의 열역학적 성질은 서열에 강하게 의존하는 반면, 운동적 성질은 그렇지 않다.
• 낮은 열역학적 변동성은 이 모델에서 '좋은 접힘자'를 식별하는 신뢰할 수 있는 기준이 된다.
• 300개의 임의로 생성된 20개 아미노산 이진 서열 중 약 10%가 최적 접힘 기준을 충족함.
• 통계적 및 인공 신경망 모델은 서열 데이터로부터 접힘 성질을 측정 가능한 정확도로 예측할 수 있음.
• 이 연구는 이 간단한 모델에서 서열만으로도 접힘 행동이 상당 정도 예측 가능하다는 것을 확인함.
• 결과는 이 모델 체계에서 접힘 성공의 주요 결정 요인이 운동적 요인보다 열역학적 안정성임을 시사한다.