[论文解读] Charge Transfer Database for Bio-molecule Tight Binding Model Derived from Thousands of Proteins

Hongwei Wang, Fang Liu+4 more|arXiv (Cornell University)|Feb 22, 2018

Computational Drug Discovery Methods参考文献 74被引用 4

一句话总结

本研究基于数千个高分辨率蛋白质结构构建了一个大规模电荷转移数据库，利用紧束缚模型计算了所有400种可能的氨基酸侧链对之间的电子转移耦合参数。结果揭示了电荷转移偏好具有显著各向异性，表明单一代表性结构无法捕捉典型的电荷转移行为，并提出了一种基于结构相似性的数据驱动框架，用于预测耦合参数，而无需依赖化学直觉。

ABSTRACT

The anisotropic feature of charge transfer reactions in realistic proteins cannot be ignored, due to the highly complex chemical structure of bio-molecules. In this work, we have performed the first large-scale quantitative assessment of charge transfer preference in protein complexes by calculating the charge transfer couplings in all 20*20 possible amino acid side chain combinations, which are extracted from available high-quality structures of thousands of protein complexes. The charge transfer database quantitatively shows distinct features of charge transfer couplings among millions of amino acid side-chains combinations. The knowledge graph of charge transfer couplings reveals that only one average or representative structure cannot be regarded as the typical charge transfer preference in realistic proteins. This data driven model provides us an alternative route to comprehensively understand the pairwise charge transfer coupling parameters based structural similarity, without any require of the knowledge of chemical intuition about the chemical interactions.

研究动机与目标

• 系统量化真实蛋白质环境中所有20×20种氨基酸侧链组合的电荷转移耦合偏好。
• 通过基于结构特征的数据驱动模型，克服依赖化学直觉的局限性。
• 利用大规模计算方法评估复杂蛋白质架构中电子转移的各向异性特性。
• 生成一个全面、开放获取的电荷转移耦合数据库，用于生物系统中电子转移的建模。

提出的方法

• 研究从高质量、实验测定的蛋白质复合物结构中提取了20×20种氨基酸侧链对。
• 采用紧束缚模型计算每对之间的电子转移耦合参数。
• 分析聚焦于结构环境和空间排布，以量化耦合强度。
• 利用该数据集构建了涵盖数百万种侧链组合的电荷转移耦合知识图谱。
• 以结构相似性作为主要指标，推断耦合趋势，无需预先假设化学规律。
• 通过将耦合趋势与蛋白质中已知的电子转移机制进行比较，对模型进行了验证。

实验结果

研究问题

• RQ1 在真实蛋白质结构中，所有可能的氨基酸侧链对之间电荷转移耦合的主导模式是什么？
• RQ2 结构环境如何影响生物系统中的电荷转移耦合？
• RQ3 基于结构相似性的数据驱动方法是否能无需依赖化学直觉即可预测电荷转移耦合？
• RQ4 在真实的蛋白质复合物中，电荷转移的各向异性程度如何？
• RQ5 是否存在一个单一的代表性结构，能够捕捉蛋白质中典型的电荷转移行为？

主要发现

• 电荷转移耦合数据库揭示出强烈的各向异性，表明无法用单一平均结构来代表蛋白质中典型的耦合偏好。
• 研究识别出不同氨基酸配对之间的显著耦合趋势差异，其变化与局部结构几何构型密切相关。
• 仅依靠结构相似性即可实现耦合参数的可靠预测，从而减少对化学直觉的依赖。
• 数百万种侧链组合表现出非均匀的耦合强度，凸显了蛋白质中电子转移的复杂性。
• 耦合知识图谱表明，耦合行为具有高度情境依赖性，无法仅通过单一代表性结构进行全局预测。
• 该数据集为利用经验性、基于结构的参数改进生物分子系统中的电子转移模型提供了基础。