[论文解读] Equivalence Classes of Optimal Structures in HP Protein Models Including Side Chains

Martin Mann, Rolf Backofen+1 more|ArXiv.org|Oct 20, 2009

Protein Structure and Dynamics参考文献 13被引用 4

一句话总结

本文为HP蛋白模型中的最优结构引入了一种等价关系，该关系基于疏水残基位置的完全相同，对结构进行分组，显著减少了代表性结构的数量。通过将CPSP方法扩展至每个等价类中枚举一个最优代表（核心简并性），该方法使结构多样性降低了多达三个数量级，从而实现了本地搜索模拟的高效初始化，并提出核心简并性作为比总简并性更稳定的结构鲁棒性度量。

ABSTRACT

Lattice protein models, as the Hydrophobic-Polar (HP) model, are a common abstraction to enable exhaustive studies on structure, function, or evolution of proteins. A main issue is the high number of optimal structures, resulting from the hydrophobicity-based energy function applied. We introduce an equivalence relation on protein structures that correlates to the energy function. We discuss the efficient enumeration of optimal representatives of the corresponding equivalence classes and the application of the results.

研究动机与目标

• 为解决HP格点蛋白模型中，特别是包含侧链的模型中，最优结构的组合爆炸问题。
• 减少用于本地搜索初始化的代表性最优结构数量，提升模拟效率。
• 提出核心简并性——即每个疏水核心构型对应的代表数量——作为比总简并性更合理的结构稳定性度量。
• 利用约束编程高效枚举最优等价类，扩展CPSP框架。

提出的方法

• 定义一种等价关系：若两个结构中疏水（H）残基在格点中占据完全相同的位置，则认为二者等价。
• 将CPSP方法扩展至每个等价类中仅枚举一个代表结构，重点聚焦于最优H-核心构型。
• 使用约束编程生成给定序列的所有最优H-核心排列（即最大接触构型）。
• 在保持自避和能量最小化的前提下，将剩余的极性（P）残基穿插到每个最优H-核心中。
• 在三维立方格点和面心立方格点中，对仅含主链和包含侧链的HP模型均应用该方法。
• 使用HPrep软件计算核心简并性，并与总简并性在测试序列上进行比较。

实验结果

研究问题

• RQ1 如何在保留与折叠相关结构多样性的同时，减少HP模型中最优蛋白结构的数量？
• RQ2 基于疏水核心位置的等价关系是否能实现更高效且更有意义的最优结构表示？
• RQ3 核心简并性在多大程度上与结构稳定性相关？它能否作为比总简并性更优的稳定性指标？
• RQ4 与完整枚举所有最优结构相比，每个等价类中枚举一个代表的效率如何？

主要发现

• 在仅含主链的模型中，核心简并性的平均值为4,856，相比平均简并性124,800，减少了两个多数量级。
• 在包含侧链的模型中，核心简并性的平均值约为1,550，而平均简并性估计至少为10^6，表明至少降低了三个数量级。
• 在两种模型中，所有测试序列的核心简并性代表数均少于10^6，而仅有66%（仅主链）和4.08%（含侧链）的序列总简并性低于10^6。
• 枚举核心简并性代表的平均运行时间为每序列2秒，比完整简并性枚举快六倍。
• 核心简并性度量有效过滤了由未受约束的P-单体排列引起的简并性，使其成为结构鲁棒性更稳定、更有意义的指标。
• 该方法通过提供一组数量少但多样的高质量初始结构，有效实现了本地搜索模拟的高效初始化，这些结构能准确捕捉疏水坍塌行为。