[论文解读] Combination of genetic crossover and replica-exchange method for conformational search of protein systems

Yoshitake Sakae, Tomoyuki Hiroyasu+3 more|arXiv (Cornell University)|May 21, 2015

Protein Structure and Dynamics参考文献 20被引用 4

一句话总结

本文提出一种混合构象采样方法，结合遗传交叉与回火交换分子动力学（REMD），以提升蛋白质折叠模拟中的采样效率。通过在蛋白质构象之间实现全局结构交换，并与温度副本交换相结合，该方法高效探索了20个氨基酸的Trp-cage微型蛋白的构象景观，获得的结构与实验数据高度一致，且在避免局部能量极小值方面优于传统MD和REMD。

ABSTRACT

We combined the genetic crossover, which is one of the operations of genetic algorithm, and replica-exchange method in parallel molecular dynamics simulations. The genetic crossover and replica-exchange method can search the global conformational space by exchanging the corresponding parts between a pair of conformations of a protein. In this study, we applied this method to an $α$-helical protein, Trp-cage mini protein, which has 20 amino-acid residues. The conformations obtained from the simulations are in good agreement with the experimental results.

研究动机与目标

• 为克服传统分子动力学与蒙特卡洛模拟在蛋白质构象搜索过程中难以逃离局部能量极小值的局限性。
• 通过将全局结构更新的遗传交叉与回火交换方法相结合，提升生物分子模拟中的采样效率。
• 在基准体系——Trp-cage微型蛋白上评估该组合方法的性能，包括准确性与收敛性。
• 展示该方法在更大蛋白质体系中的可扩展性与并行处理能力。

提出的方法

• 该方法采用并行分子动力学（PMD/GAc），结合遗传交叉，其中M个初始构象在固定温度下并行演化。
• 通过在一对构象中随机选择n个连续残基，并交换其二面角，随后进行能量最小化和骨架约束以实现平衡。
• 采用Metropolis准则根据能量差选择父代与子代构象：w(p→c) = min(1, exp{−β[E_c − E_p]}）。
• 该方法扩展至回火交换分子动力学（REMD/GAc），即在不同温度下运行多个副本，通过配置交换增强构象采样。
• 在每个副本中独立执行交叉操作，并监测交叉事件的接受率以评估效率。
• 模拟流程包括在交换区域施加骨架二面角约束的短时平衡步骤，以稳定新构象后再进行选择。

实验结果

研究问题

• RQ1 将遗传交叉与回火交换分子动力学相结合，是否能提升蛋白质折叠模拟中的构象采样效率？
• RQ2 PMD/GAc与REMD/GAc方法相较于传统MD和REMD，在采样效率与收敛至天然态方面表现如何？
• RQ3 遗传交叉操作在多大程度上减少了陷入局部能量极小值的现象？
• RQ4 交叉操作对RMSD值分布及隧穿事件数量有何影响？
• RQ5 该方法在重现Trp-cage微型蛋白的实验结构数据方面表现如何？

主要发现

• PMD/GAc获得的构象平均RMSD为5.50 Å，显著低于传统MD的7.06 Å，表明其更接近天然结构。
• REMD/GAc模拟相对于PDB结构的RMSD为1.93 Å，略优于传统REMD的2.03 Å；相对于天然样构象的RMSD为1.27 Å，显示出更高的准确性。
• REMD/GAc的RMSD分布仅在6.68 Å处呈现单一主峰，而传统REMD在3.26 Å处出现次峰，表明其陷入局部极小值的情况更少。
• REMD/GAc的隧穿事件数为107次，高于传统REMD的54次，证明交叉操作显著提升了构象采样效率。
• 交叉操作的平均接受率为0.26，表明交换频率适中但有效，其值取决于体系特性和交叉长度。
• 该方法成功生成了接近实验结构的构象，验证了其在小蛋白质构象搜索中的有效性。