[论文解读] Identification of Amino Acid Sequences with Good Folding Properties

Anders Irbäck, Carsten Peterson+1 more|arXiv (Cornell University)|May 11, 1996

Protein Structure and Dynamics被引用 3

一句话总结

本研究通过蒙特卡洛模拟在二维晶格模型中识别出具有最优折叠特性的氨基酸序列，以定位基态。研究发现，热力学稳定性——特别是低波动性——定义了良好的折叠序列，约10%的200个残基随机序列满足标准，并通过统计模型和神经网络模型展示了可预测性。

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.

研究动机与目标

• 在简化的二维蛋白质模型中，识别出能可靠折叠为稳定基态的氨基酸序列。
• 确定热力学性质还是动力学性质更能作为折叠成功的预测因子。
• 基于序列依赖的热力学波动，建立‘良好折叠者’的定量标准。
• 评估基于统计方法和人工神经网络模型，从序列数据预测折叠行为的能力。
• 评估在20个残基的二进制序列空间中，满足定义折叠标准的随机序列所占比例。

提出的方法

• 采用仅包含疏水性和亲水性残基的二维晶格模型，模拟蛋白质折叠过程。
• 使用高效的蒙特卡洛程序，为每条序列定位基态构象。
• 将热力学波动作为衡量折叠质量的主要指标。
• 基于低热力学波动定义‘良好折叠者’，独立于动力学行为。
• 应用统计分析和人工神经网络，从二进制序列表示中预测折叠特性。
• 在300条随机生成的20个残基二进制序列数据集上评估模型性能。

实验结果

研究问题

• RQ1 在简化的二维蛋白质模型中，哪些序列模式表现出最有利的折叠特性？
• RQ2 折叠的热力学性质与动力学性质在序列依赖性上如何不同？
• RQ3 仅凭热力学波动是否可作为识别良好折叠者的可靠标准？
• RQ4 在多大程度上可基于二进制序列编码，使用统计模型和神经网络模型预测折叠行为？
• RQ5 随机生成的二进制序列中，有多少比例满足定义的最优折叠标准？

主要发现

• 折叠的热力学性质强烈依赖于序列，而动力学性质则依赖较弱。
• 低热力学波动可作为识别模型中‘良好折叠者’的可靠标准。
• 约10%的300条随机生成的20个残基二进制序列满足定义的最优折叠标准。
• 统计模型和人工神经网络模型均表现出从序列数据中可测量精度地预测折叠特性的能力。
• 本研究证实，该简化模型中的折叠行为在很大程度上可仅从序列信息中预测。
• 结果表明，在此模型体系中，热力学稳定性而非动力学因素，是决定折叠成功的主要决定因素。