[论文解读] Systematic partitioning of proteins for quantum-chemical fragmentation methods using graph algorithms

Mario Wolter, Moritz von Looz+2 more|arXiv (Cornell University)|Oct 6, 2020

Mass Spectrometry Techniques and Applications参考文献 74被引用 8

一句话总结

本文提出一种基于图的分割方法，系统性地最小化大蛋白质量子化学计算中的碎片化误差。通过将蛋白质建模为加权图，其中边代表估计的碎片化误差，该方法利用动态规划寻找近似最优的碎片化方案，与固定大小碎片方法相比，一致地降低了误差，尤其在最大碎片大小为5–20个氨基酸时，对局部性质（如蛋白质-配体相互作用能）的误差降低效果显著。

ABSTRACT

Quantum-chemical fragmentation methods offer an efficient approach for the treatment of large proteins, in particular if local target quantities such as protein--ligand interaction energies, enzymatic reaction energies, or spectroscopic properties of embedded chromophores are sought. However, the accuracy that is achievable for such local target quantities intricately depends on how the protein is partitioned into smaller fragments. While the commonly employed na\"ive approach of using fragments with a fixed size is widely used, it can result in large and unpredictable errors when varying the fragment size. Here, we present a systematic partitioning scheme that aims at minimizing the fragmentation error of a local target quantity for a given maximum fragment size. To this end, we construct a weighted graph representation of the protein, in which the amino acids constitute the nodes. These nodes are connected by edges weighted with an estimate for the fragmentation error that is expected when cutting this edge. This allows us to employ graph partitioning algorithms provided by computer science to determine near-optimal partitions of the protein. We apply this scheme to a test set of six proteins representing various prototypical applications of quantum-chemical fragmentation methods using a simplified molecular fractionation with conjugate caps (MFCC) approach with hydrogen caps. We show that our graph-based scheme consistently improves upon the na\"ive approach.

研究动机与目标

• 解决在对大蛋白质使用固定大小碎片时，量子化学方法中高且不可预测的碎片化误差问题。
• 开发一种系统性、误差最小化的分区方案，以提高局部目标量（如相互作用能或光谱性质）的准确性。
• 通过将蛋白质结构建模为带误差估计边权的加权图，将计算机科学中的图分割算法应用于蛋白质结构。
• 证明所提出的方法在减少碎片化误差方面优于标准的朴素分区策略。
• 为未来扩展至重叠碎片和更复杂的嵌入方案奠定基础。

提出的方法

• 将蛋白质表示为图，其中每个氨基酸为一个节点，节点之间的边按来自两体近似的估计碎片化误差加权。
• 碎片化误差定义为感兴趣区域（RoI）内库仑势的绝对偏差，该偏差与蛋白质-配体相互作用能等局部性质的误差相关。
• 使用动态规划（DP）算法计算在给定最大碎片大小约束下，总碎片化误差最小的近似最优分区。
• 边权重通过氨基酸对的量子化学计算获得，尽管作者建议未来使用几何描述符进行参数化以降低计算成本。
• 测试中采用简化的MFCC方法，使用氢帽，为简化起见忽略碎片-帽之间的相互作用。
• 该方法在六个测试蛋白质上应用，并与标准的固定大小碎片策略进行比较。

实验结果

研究问题

• RQ1 与固定大小碎片方案相比，基于图的分区方法是否能系统性地减少蛋白质量子化学计算中的碎片化误差？
• RQ2 该图方法的性能如何随不同最大碎片大小变化，特别是在5–20个氨基酸范围内？
• RQ3 感兴趣区域（RoI）的位置在多大程度上影响基于图的方法所实现的误差降低效果？
• RQ4 通过两体近似估计的碎片化误差是否能可靠预测蛋白质-配体相互作用能等局部性质的误差？
• RQ5 使用量子化学计算分配边权重的计算权衡是什么？是否可用更快的参数化模型替代？

主要发现

• 对于相同的最大碎片大小，基于图的分区方法在5–20个氨基酸范围内，一致地降低了预期碎片化误差，优于朴素的固定大小碎片方法。
• 对于具有明确局部位点（如结合口袋）的蛋白质，误差降低显著，且随着碎片大小增加，误差系统性收敛。
• 相比之下，对于具有中心位置RoI的蛋白质（如GFP），与朴素方法相比未见或仅有微小改进。
• 朴素方法在不同碎片大小下误差波动剧烈，而基于图的方法则表现出随碎片大小增加而平滑、单调降低的误差趋势。
• 通过量子化学计算边权重的计算开销较大，但作者建议未来使用距离和RoI接近度等参数化模型以降低该成本。
• 当前实现假设碎片不重叠且使用氢帽，作者计划在未来工作中扩展至包含帽的重叠碎片及负边权重。