[论文解读] Understanding hierarchical protein evolution from first principles

Nikolay V. Dokholyan, Eugene I. Shakhnovich|arXiv (Cornell University)|Apr 24, 2001

Protein Structure and Dynamics被引用 6

一句话总结

本文提出一种基于蛋白质天然构象稳定性的动态Z-score模型，用以解释蛋白质的层级演化。通过在热力学选择下模拟序列演化，该模型重现了观测到的保守模式，并揭示了演化时间尺度的分离：短期内形成具有保守关键残基的同源家族，而长期则形成序列相似性较低但结构相似的同源物家族，与生物数据一致。

ABSTRACT

We propose a model that explains the hierarchical organization of proteins in fold families. The model, which is based on the evolutionary selection of proteins by their native state stability, reproduces patterns of amino acids conserved across protein families. Due to its dynamic nature, the model sheds light on the evolutionary time scales. By studying the relaxation of the correlation function between consecutive mutations at a given position in proteins, we observe separation of the evolutionary time scales: at the short time intervals families of proteins with similar sequences and structures are formed, while at long time intervals the families of structurally similar proteins that have low sequence similarity are formed. We discuss the evolutionary implications of our model. We provide a ``profile'' solution to our model and find agreement between predicted patterns of conserved amino acids and those actually observed in nature.

研究动机与目标

• 解释自然界中观察到的蛋白质折叠家族的层级组织结构。
• 理解序列保守性与结构相似性如何在不同演化时间尺度上共存。
• 基于蛋白质稳定性作为主要选择压力，从第一性原理建模演化过程。
• 重现真实蛋白质家族中观测到的氨基酸保守模式。
• 研究蛋白质序列分歧中演化时间尺度的分离现象。

提出的方法

• Z-score模型通过最小化Z-score来稳定天然构象，模拟折叠稳定性选择下的演化选择。
• 使用蒙特卡洛模拟探索序列空间，突变根据稳定性提升与否决定是否接受。
• 推导出一种轮廓近似方法，以解析求解模型并预测每个位置的残基保守性。
• 通过比对蛋白质家族计算序列熵，比较预测值与实际观测的保守性。
• 通过同聚物模拟估算接触频率，以在能量景观中建模结构异构体。
• 模型引入时间演化，允许分析连续突变之间的相关函数，从而推断时间尺度。

实验结果

研究问题

• RQ1 演化选择对天然构象稳定性的偏好如何导致蛋白质折叠家族的层级组织？
• RQ2 蛋白质序列演化中时间尺度分离的原因是什么？
• RQ3 尽管具有高度结构相似性，为何同源家族中仅约3–4%的氨基酸被保守？
• RQ4 基于稳定性的动态模型能否重现真实蛋白质家族中观测到的氨基酸保守模式？
• RQ5 长时序尺度上的相关突变如何导致结构相似但序列差异较大的同源物？

主要发现

• 该模型成功重现了蛋白质家族中观测到的氨基酸保守模式，预测值与实际保守性轮廓高度一致。
• 清晰观察到演化时间尺度的分离：短期演化形成具有保守关键残基的同源家族，而长期演化则产生结构相似但序列差异较大的同源物。
• 该模型预测同源家族中仅约3–4%的残基被保守，与生物观测结果一致。
• 模型的轮廓解能准确捕捉真实蛋白质家族的熵值，验证了其预测能力。
• Z-score最小化机制有效筛选出稳定且快速折叠的蛋白质，与演化压力一致。
• 该模型解释了功能关键位点的突变稀少且多为保守性突变，从而维持天然折叠结构与功能。