[论文解读] Enumerating Designing Sequences in the HP Model

Anders Irbäck, Carl Troein|arXiv (Cornell University)|Jan 2, 2002

Protein Structure and Dynamics参考文献 10被引用 7

一句话总结

该论文通过优化构象空间压缩和序列搜索算法，将二维HP格点模型中设计序列的精确枚举扩展至链长N=25。结果表明，设计序列保持了比随机序列更高的疏水/极性聚集体数量，证实了疏水性负相关性；然而，当限制为最致密构象时，该特征消失，凸显了在蛋白质折叠建模中选择构象集合的重要性。

ABSTRACT

The hydrophobic/polar HP model on the square lattice has been widely used to investigate basics of protein folding. In the cases where all designing sequences (sequences with unique ground states) were enumerated without restrictions on the number of contacts, the upper limit on the chain length N has been 18-20 because of the rapid exponential growth of the numbers of conformations and sequences. We show how a few optimizations push this limit by about 5 units. Based on these calculations, we study the statistical distribution of hydrophobicity along designing sequences. We find that the average number of hydrophobic and polar clumps along the chains is larger for designing sequences than for random ones, which is in agreement with earlier findings for N up to 18 and with results for real enzymes. We also show that this deviation from randomness disappears if the calculations are restricted to maximally compact structures.

研究动机与目标

• 将二维HP模型中设计序列的精确枚举上限从N=18–20进一步扩展。
• 研究设计序列的统计特性（尤其是疏水性相关性）随链长增加而演变的规律。
• 评估将构象限制为最致密结构对设计序列统计特性的影响。
• 评估在HP模型中是否可通过设计提升序列的折叠协同性。

提出的方法

• 采用接触集表示法压缩构象空间，减少唯一构象数量，同时不损失关键结构信息。
• 实现一种经优化的序列空间探索算法，使计算时间相比朴素枚举降低约一千倍。
• 采用基于蒙特卡洛的序列设计算法，生成一个高度稳定的序列以供热力学分析。
• 通过伞样方法的蒙特卡洛模拟研究折叠转变与比热行为。
• 对比在完整构象空间与最致密构象子集下，设计序列的统计特性（尤其是聚集体数量）。
• 通过块变量统计分析疏水性相关性，以量化序列的规律性。

实验结果

研究问题

• RQ1 当链长从N=18扩展至N=25时，设计序列中负疏水性相关性的特性是否依然存在？
• RQ2 在完整构象空间与最致密构象子集下，设计序列的统计特性（如聚集体数量）有何差异？
• RQ3 与真实蛋白质相比，将构象集合限制为最致密结构在多大程度上改变了设计序列的统计特性？
• RQ4 HP模型中的设计序列是否能表现出类似于真实蛋白质的协同折叠转变？
• RQ5 高度稳定、经优化的序列的热力学特性与模型中典型序列相比有何不同？

主要发现

• 通过优化算法，成功将二维HP模型中设计序列的精确枚举上限从N=18–20扩展至N=25。
• 在N=25时，设计序列的平均疏水与极性聚集体数量显著高于随机序列，证实了负疏水性相关性。
• 当链长扩展至25时，聚集体统计偏离随机性的现象依然稳健，表明该特性并非小系统尺寸的产物。
• 当限制为最致密构象时，设计序列的统计特性（尤其是聚集体数量）与随机序列无异，表明其生物相关性丧失。
• 经优化以增强稳定性的序列表现出尖锐的比热峰，并共存基态与激发态，表明其折叠协同性显著优于典型序列。
• 结果表明，构象集合的选择对设计序列的统计特性具有决定性影响，其中最致密子集导致结果与真实蛋白质序列的匹配度降低。