[论文解读] Projecting Three-dimensional Protein Structure into a One-dimensional Character Code Utilizing the Automated Protein Structure Analysis Method

Sushilee Ranganathan, Dmitry Izotov+2 more|ArXiv.org|Nov 20, 2008

Protein Structure and Dynamics参考文献 23被引用 3

一句话总结

本文提出了一种新颖的3D到1D投影方法，通过将蛋白质主链构象编码为一维字符码，利用扭转曲率（τ(s)）进行表示。通过将扭转模式转化为16个字母的编码，该方法实现了对二级结构、其边界以及畸变的快速识别，将自动化蛋白质结构分析（APSA）框架扩展至94个蛋白质中的155个超二级结构，且经验证具有适用性。

ABSTRACT

The protein backbone is described as a smooth curved and twisted line in three-dimensional (3D) space and characterized by its curvature $κ(s)$ and torsion $τ(s)$ both expressed as a function of arc length s. It is shown that the function $τ(s)$ is sufficient to analyze the contributions of all amino acids to the conformation of the protein backbone. The characteristic peak and trough patterns of the $τ(s)$ diagrams can be translated into a 16-letter code, which provides a rapid identification of helices, strands, and turns, specifies entry and exit points of secondary structural units, and determines their regularity in terms of distortions, kinks or breaks. Via computer encoding, 3D protein structure is projected into a 1D string of conformational letters. The 3D-1D-projection procedure represents an extension of the Automated Protein Structure Analysis (APSA) method. APSA has been applied to describe 155 super secondary structures from 94 proteins and to compare results with Efimov's classification system of super secondary structure. The applicability of the latter is demonstrated.

研究动机与目标

• 开发一种将复杂3D蛋白质主链结构转换为简化1D表示的方法，以实现高效分析。
• 利用扭转曲率（τ(s)）作为主要描述符，识别二级结构元素（α-螺旋、β-折叠、转角）及其边界。
• 通过1D编码中的模式识别，实现对蛋白质主链中结构畸变、拐点或断裂的快速检测。
• 将自动化蛋白质结构分析（APSA）方法扩展至更广泛的超二级结构应用。
• 通过94个蛋白质中的155个超二级结构数据集，验证该方法与Efimov分类系统的一致性。

提出的方法

• 蛋白质主链被建模为3D空间中以弧长s参数化的光滑曲线，曲率κ(s)和扭转曲率τ(s)作为几何描述符。
• 提取扭转曲率τ(s)作为主要几何特征，因其单独即可捕捉二级结构分析所需的关键构象信息。
• 将τ(s)图中的特征峰和谷模式映射为表示不同结构基元的16个字母字母表。
• 通过计算机编码生成16个字母的1D字符串，实现对蛋白质构象的直接比较与分类。
• 将该方法整合进自动化蛋白质结构分析（APSA）框架中，以系统化方式应用于蛋白质数据集。
• 通过将结果与94个蛋白质中155个超二级结构的Efimov分类系统进行比较，对方法进行验证。

实验结果

研究问题

• RQ1 仅凭扭转曲率τ(s)是否足以表征和分类蛋白质二级结构单元？
• RQ2 τ(s)中的重复模式能否系统性地转换为16个字母的编码，以实现3D蛋白质结构的一维表示？
• RQ3 1D编码在多大程度上能准确识别α-螺旋、β-折叠和转角的进入与退出点？
• RQ4 该方法在多大程度上能有效检测蛋白质主链中的结构异常，如拐点、断裂或畸变？
• RQ5 1D编码方法是否与既有的分类系统（如Efimov系统）兼容且一致，适用于超二级结构？

主要发现

• 仅凭扭转曲率τ(s)即可充分表征蛋白质主链的构象，并识别二级结构单元。
• τ(s)图中独特的峰和谷模式对应特定的结构基元，可可靠地映射为16个字母的编码。
• 1D编码可实现对α-螺旋、β-折叠、转角及其边界的快速识别，包括进入与退出点。
• 该方法通过16个字母序列模式的偏离，成功检测出结构畸变、拐点或断裂。
• 1D编码方法经验证与Efimov分类系统高度一致，在94个蛋白质的155个超二级结构中表现良好。
• 通过τ(s)编码实现的3D到1D投影扩展了APSA方法，实现了蛋白质构象的可扩展、自动化的分析。