[论文解读] Protein design: A perspective from simple tractable models

Eugene I. Shakhnovich|PubMed|Apr 17, 1998

Protein Structure and Dynamics参考文献 89被引用 144

一句话总结

本文提出了一种基于可处理格点模型的蛋白质设计统计力学框架，表明序列简并性——即有多少序列能折叠成特定结构——取决于天然态与错误折叠中间体之间的能量差。该研究基于有效接触序引入了一种可设计性条件，并证实仅当能量差足够大（即 $ m_{\text{eff}} > \gamma $）时，才能实现快速折叠且唯一稳定的序列。

ABSTRACT

We review the recent progress in computational approaches to protein design which builds on advances in statistical-mechanical protein folding theory. In particular, we evaluate the degeneracy of the protein code (i.e. how many sequences fold into a given conformation) and outline a simple condition for ''designability`` in a protein model. From this point of view we discuss several popular protein models that were used for sequence design by several authors. We evaluate the strengths and weaknesses of popular approaches based on stochastic optimization in sequence space and discuss possible ways to improve them to bring them closer to experiment. We also discuss how sequence design affects folding and point out to some features of proteins that can be deigned ''in'' or designed ''out''}

研究动机与目标

• 理解使用简单可处理模型进行蛋白质序列设计的基本原理。
• 量化蛋白质密码的简并性——即有多少序列能折叠成特定天然构象。
• 基于能量差与接触序建立‘可设计性’的理论条件。
• 评估随机优化方法在序列空间中用于蛋白质设计的优势与局限性。
• 通过识别可‘设计入’或‘设计出’的特征，实现理论与实验的桥梁，以获得稳定且快速折叠的蛋白质。

提出的方法

• 基于最小挫折原理（PMF）和热力学假说，将稳定性定义为天然态相对于错误折叠中间体的低能量状态。
• 应用解析方法与蒙特卡洛（MC）模拟，计算目标构象中的序列熵与平均能量。
• 引入有效接触序参数 $ m_{\text{eff}} $ 以评估可设计性：仅当 $ m_{\text{eff}} > \gamma $ 时，序列才具备可设计性，其中 $ \gamma $ 为临界接触序。
• 采用格点模型（如含 H/P 残基的 27-聚体）枚举所有紧密构象，并计算态密度。
• 使用 Myazawa-Jernigan 及其他接触能矩阵，模拟现实的序列-结构关系。
• 应用末端消除定理与蒙特卡洛方法，考虑侧链构象自由度对设计的影响。

实验结果

研究问题

• RQ1 什么决定了蛋白质密码的简并性——即有多少序列能折叠成特定天然结构？
• RQ2 在简单模型中，蛋白质构象在何种条件下是‘可设计’的，即能否支持唯一且稳定折叠到该构象的序列？
• RQ3 天然态与错误折叠中间体之间的能量差如何影响序列的可设计性？
• RQ4 接触序（有效或天然）在决定特定折叠对应可行序列数量方面起什么作用？
• RQ5 理论模型如何改进序列空间中的随机优化方法，以更贴近实验结果？

主要发现

• 在具有足够能量差的模型中，折叠成特定构象的序列数量按 $ \sim \exp(1.9N) $ 的速率增长，表明存在高度简并性。
• 可设计性由条件 $ m_{\text{eff}} > \gamma $ 决定，其中 $ \gamma $ 为临界接触序；当 $ m_{\text{eff}} < \gamma $ 时，模型无法支持唯一折叠的序列。
• 能量阈值 $ E_c $ 标志着高错误折叠密度的开始；若天然态能量 $ E_N < E_c $，则序列更可能唯一折叠。
• 在天然态附近找到低能量错误折叠中间体的概率为 $ \exp((E - E_c)/T_c) $，支持了大能量差可确保稳定性的观点。
• 在含两种残基类型（H 和 P）及特定接触能的格点模型中，仅当序列最大化有利接触时，基态才唯一实现。
• 通过蒙特卡洛与末端消除方法可纳入侧链柔性和立体化学因素，从而在不进行穷举枚举的情况下提升设计精度。