Topological Enhancement of Protein Kinetic Stability
Universidade de Lisboa（里斯本大学）
本研究通过拓扑分析揭示了结蛋白的动力学稳定性增强机制，表明拓扑结构对蛋白质稳定性有显著影响。
2026-03-12 q-bio.BM
Topological Indices of Proteins
蛋白质分子可以用离散的多角形氨基酸链来近似。标准拓扑工具可以应用于多边形的平滑化，以引入蛋白质的拓扑分类，例如，使用相应的框架曲线的自链接数。在本文中，我们增加了新的细节标准分类。自链接数的已知定义适用于非奇异框架：例如，如果曲线有拐点，则不能使用Frenet框架。同时，在离散的蛋白质中，特殊点被自然地解析。因此，可以引入单独的整数拓扑特征，该特征考虑了特殊点的内在特征。对于大量的蛋白质，我们计算整数拓扑指数与弗伦框架的奇异性。我们展示了如何一个版本的Caluanu的定理是满足相关的自链接数的离散曲线。由于弗伦内框架的奇异性对应于蛋白质的结构基序，我们提出拓扑指数作为描述蛋白质折叠动力学的技术工具。
2019-03-11 cond-mat.soft q-bio.BM
TopoQA: a topological deep learning-based approach for protein complex structure interface quality assessment
本文提出TopoQA，将持续同调拓扑特征融入图神经网络，用于蛋白质复合物界面质量评估，在多个数据集上优于AF2Rank和AF3等现有方法，并显著降低排序损失。
2024-10-23 q-bio.BM
A topological selection of folding pathways from native states of knotted proteins
了解蛋白质中结的生物学功能及其折叠过程是生物学中一个开放且具有挑战性的问题。最近的研究通过使用称为knotoids的拓扑对象分析蛋白质平面投影的分布来对打结蛋白质的拓扑和几何进行分类。我们的方法与相同的拓扑结构的蛋白质的分析，通过引入一个拓扑启发的统计度量之间的knotoid分布。我们检测三叶草蛋白质之间的几何差异，通过表征它们的纠缠，我们恢复聚类序列相似性。通过直接观察其天然状态的几何形状和拓扑结构，我们能够探测形成开放式三叶结的蛋白质的不同折叠途径。有趣的是，我们的管道揭示了浅结碳酸酐酶的折叠途径涉及双环结构的创建，与之前观察到的深结三叶蛋白不同。我们用分子动力学模拟验证了这一点。
2021-04-21 math.GT q-bio.BM
Topological fingerprints reveal protein-ligand binding mechanism
蛋白质-配体结合是一个重要的生物学过程，它与信号转导、代谢途径、酶的构建、细胞分泌、基因表达等诸多生物学过程密切相关。蛋白质-配体结合亲和力的准确预测对于合理的药物设计、蛋白质-配体结合及其诱导功能的理解至关重要。现有的结合亲和力预测方法充斥着几何细节并且涉及过高的维度，这削弱了它们对大量结合数据的预测能力。拓扑提供了一个最终的抽象层次，从而导致几何信息的大量减少。持久同调将几何信息嵌入到拓扑不变量中，在复杂几何和抽象拓扑之间架起了一座桥梁。然而，它过度简化了生物信息。在拓扑简化过程中，引入元素特异性持续同源性（ESPH）来保留重要的生物信息。ESPH和机器学习的结合成为揭示蛋白质-配体结合机制和预测结合亲和力的最有效、最强大的工具之一。
2017-03-31 q-bio.BM q-bio.QM
A topological perspective into the sequence and conformational space of proteins
氨基酸的精确序列在蛋白质的三级结构及其功能特性中起着核心作用。疏水极性晶格模型提供了有关能源景观的宝贵见解。我们在这里证明了蛋白质序列和可设计的结构之间的同构非常长的氨基酸链的二维和三维lattice蛋白质使用精确的计数和直观的considerations.We强调，氨基酸残基的拓扑安排单独是足够的推导出可设计的和不可设计的序列，而无需明确的求助于能量和简并。结果表明，在二维和三维的蛋白质的现实晶格模型的计算可行性，并暗示，结构的设计的基本原则是疏水性和极性残基的连接。
2015-03-27 cond-mat.soft physics.bio-ph q-bio.BM
Topological features of proteins from amino acid residue networks
天然折叠的拓扑特性，从160个低同源性蛋白质的统计分析，涵盖了四个结构类。这是通过分析与相应的氨基酸残基网络相关的量的一个、两个和三个顶点联合分布来完成的。强调氨基酸残基的疏水性，导致其质心的定义为顶点，在这个接触网络模型与边缘表示的相互作用。网络分析有助于我们解释实验结果，如疏水尺度和埋藏的可达表面积的网络连接方面的分数。为了探索顶点类型依赖的相关性，我们建立了一个网络的疏水性和极性顶点。该程序给出了球状蛋白拓扑结构的接线图，导致疏水-疏水0.424（5）、疏水-极性0.419（2）和极性-极性0.157（3）残基之间的连接概率。
2006-01-18 physics.bio-ph q-bio.BM
Requirements for DNA-bridging proteins to act as topological barriers of the bacterial genome
细菌基因组被划分为几个拓扑上相互独立的长染色体结构域，这意味着一个结构域中DNA超螺旋性的变化不会传播到相邻的结构域。在体内和体外实验已经进行了质疑的拓扑障碍的性质在发挥作用，导致几个可能的分子演员的预测。在这里，我们解决的问题，拓扑障碍使用聚合物模型的超螺旋DNA链。更具体地说，我们确定在何种条件下DNA桥蛋白可以作为拓扑障碍。为此，我们开发了一个粗粒度的珠和弹簧模型，并通过布朗动力学模拟研究其性质。因此，我们发现，DNA桥接蛋白必须施加相当强的约束，其结合位点：他们必须阻止扩散的多余的扭曲通过两个结合位点上的DNA分子，同时，防止旋转的一个DNA片段相对于其他。重要的是，并非所有的DNA桥蛋白都满足第二个条件。例如，由非特异性结合DNA的蛋白质形成的单桥，如H-NS二聚体，预计在这方面会失败。我们的研究结果也可能解释，在特定的DNA桥接蛋白如LacI的情况下，为什么需要多个桥来创建稳定的独立拓扑结构域。引人注目的是，当DNA片段的相对旋转不被阻止时，松弛导致两个结构域的复杂插入。此外，虽然每个域中的扭转应力值可能不同，但它们的差异被保留。我们的工作还预测，已知包裹DNA的类核相关蛋白必须形成更高的蛋白质-DNA复合物，以有效地发挥拓扑屏障的作用。
2020-08-13 physics.bio-ph q-bio.BM q-bio.GN
PersGNN: Applying Topological Data Analysis and Geometric Deep Learning to Structure-Based Protein Function Prediction
Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）；University of California, Berkeley（加州大学伯克利分校）
理解蛋白质结构-功能关系是计算生物学的一个关键挑战，其应用遍及生物技术和制药行业。虽然已知蛋白质结构直接影响蛋白质功能，但许多功能预测任务仅使用蛋白质序列。在这项工作中，我们分离蛋白质结构，使蛋白质数据库中的蛋白质的功能注释，以研究不同的基于结构的预测方案的表达能力。我们提出了一种端到端的可训练深度学习模型，它将图形表示学习与拓扑数据分析相结合，以捕获一组复杂的局部和全局结构特征。虽然这些技术的变化已经成功地应用于蛋白质之前，我们证明了我们的杂交方法，BIGGNN，优于任何一种方法本身以及从相同的信息学习的基线神经网络。与最好的个体模型相比，BEGGNN在精确召回曲线下面积（AUPR）上实现了9.3%的提升，并且在不同的基因本体类别中获得了较高的F1分数，表明这种方法的可移植性。
2020-10-30 cs.LG math.AT q-bio.BM
Assortative mixing in Protein Contact Networks and protein folding kinetics
从氨基酸的线性链开始，蛋白质自发折叠成它们精细的三维结构是生物自组织的一个显著例子。我们从复杂网络的角度研究了30个单结构域、双状态蛋白质的自然状态结构，以理解拓扑参数在蛋白质折叠动力学中的作用，在两个长度尺度上--作为"蛋白质接触网络“（PCNs）及其相应的”长程相互作用网络“（LINs），通过忽略短程相互作用构建。我们的研究结果表明，PCNs和LINs都表现出特殊的拓扑性质的“非对称混合”，这是在所有其他生物和技术网络研究到目前为止。我们发现，这些接触网络的度分布是部分负责所观察到的非线性。在短接触和长接触尺度下，线性化系数与蛋白质折叠速率均呈正相关，而只有LINs的聚类系数呈负相关。结果表明，这些自然进化的蛋白质网络的一般拓扑参数可以有效地代表结构和功能特性所需的快速信息传递之间的残基促进生化/动力学功能，如，变构，稳定性和折叠的速度。
2007-11-17 q-bio.BM q-bio.MN
Atom-specific persistent homology and its application to protein flexibility analysis
最近，持续同源性在生物分子数据分析中取得了巨大的成功。它的工作原理是在各种尺度下检查分子中一组原子的拓扑关系或连通性，然后绘制分子的拓扑表示族。然而，持久同源性很少{雇用}的原子性质的分析，如生物分子的灵活性分析或B因子预测。这项工作引入了原子特异性的持久同源性，通过全局拓扑工具提供分子的局部原子水平表示。这是通过构造一对共轭原子集和相应的共轭单纯复形以及共轭拓扑空间来实现的。共轭集对的拓扑不变量之间的差异是衡量瓶颈和Wasserstein度量，并导致在分子中的单个原子性质的原子特定的拓扑表示。原子特定的拓扑特征与各种机器学习算法集成，包括梯度提升树和卷积神经网络，用于蛋白质热波动分析和B因子预测。大量的数值结果表明，所提出的方法提供了一个强大的拓扑工具，分析和预测局域信息。
2019-03-26 q-bio.BM q-bio.QM
Homology of homologous knotted proteins
蛋白质结构的定量和分类，如打结蛋白质，通常需要无噪声和完整的数据。在这里，我们开发了一个数学管道，系统地分析蛋白质结构。我们展示了这种几何框架上的蛋白质形成开放式三叶结，我们证明了数学工具，持久的同源性，忠实地代表他们的结构同源性。该拓扑管道识别了蛋白质纠缠的重要几何特征，并根据三叶蛋白质的深度将其空间聚类。持久性景观量化了同一结构同调类中的打结和未打结蛋白质家族之间的拓扑差异。这种差异是本地化和解释的几何与最近的进展，在系统计算同源发电机。我们发现的拓扑和几何量化是鲁棒的噪声输入数据，这表明了这种方法的潜力，在标准的结理论工具失败的情况下。
2022-01-19 math.AT math.GT q-bio.BM
Dodging the crisis of folding proteins with knots
具有非平凡拓扑结构的蛋白质，包含结和滑结，具有折叠到其天然状态的能力，而无需任何额外的外力。一种机制，建议这些蛋白质，如YibK和YbeA，其中涉及一个中间配置活结折叠。它阐明了拓扑障碍和回溯过程中的折叠事件的作用。它还说明了原生接触足以保证约1-2%的模拟折叠，以及如何需要活结中间体来减少拓扑瓶颈。正如预期的那样，具有相似结构但去除结的蛋白质的模拟更有效地折叠，清楚地表明了这些拓扑障碍的起源。虽然这些研究是基于一个简单的粗粒度模型，他们已经能够提取一些基本的原则，在这种复杂的拓扑结构的折叠。
2009-12-30 cond-mat.soft q-bio.BM
Kinematic Flexibility Analysis: Hydrogen Bonding Patterns Impart a Spatial Hierarchy of Protein Motion
弹性网络模型（ENM）和基于约束的拓扑刚性分析是研究大分子构象柔性的两种不同的粗粒度方法。自引入以来的二十年中，两者都为深入了解蛋白质分子机制和功能做出了重大贡献。然而，尽管这些方法的共同目的，刚性分析的拓扑性质，从而缺乏运动模式，阻碍了直接比较。在这里，我们提出了一种替代的，运动学的方法来进行刚度分析，它规避了这些缺点。我们介绍了一种新的蛋白质氢键网络光谱分解，它提供了一个正交规范的基础上调制的集体运动的非共价相互作用，类似于正常模式的本征谱，并分解成刚性集群的蛋白质相同的拓扑刚性。我们的运动灵活性分析桥梁拓扑刚性理论和ENM，并使从这两种方法获得的运动模式的详细分析。我们的分析表明，集体的蛋白质运动，报告的香农熵，是显着较低的刚性理论与正常模式的方法。引人注目的是，运动学灵活性分析表明，氢键网络编码蛋白质折叠特定的，空间层次的运动，这在ENM几乎未被发现。这种层次结构揭示了不同的运动制度，合理化从实验和分子动力学模拟观察到的蛋白质刚度变化。从谱分解中推导出的自由能变化的正式表达式表明，近40%的模式的运动服从焓-熵补偿。总之，我们的分析表明，氢键网络已经进化到调节蛋白质结构和动力学。
2018-02-23 cs.CG q-bio.BM
Topologically Directed Simulations Reveal the Impact of Geometric Constraints on Knotted Proteins
针对聚合物或丝状结构打结/解结模拟依赖随机过程的问题，提出拓扑引导方法确定最优路径，应用于切向球链模型并施加蛋白质几何约束，发现约束会增加扭结频率，揭示其对打结蛋白质的影响。
2025-04-17 cond-mat.soft cond-mat.stat-mech math.GT
Topological change and impedance spectrum of rat olfactory receptor I7: A comparative analysis with bovine rhodopsin and bacterior
我们提出了一个可能的选择嗅觉受体（ORs）的纳米生物传感器的传感组件的理论研究。因此，我们产生的阻抗谱的大鼠OR I7在天然和激活状态，并分析它们的差异。通过这种方式，我们将传感作用引起的蛋白质形态变化与其电阻抗的变化联系起来。通过研究最知名的蛋白质的GPCR家族：牛视紫红质的结果进行了比较。我们的研究表明，形态学的变化伴随着阻抗谱的变化，主要与静态阻抗降低至初始值的约60%相关，与现有的大鼠OR I7实验定性一致。该模型的预测性测试成功的情况下，最近的实验细菌视紫红质。目前的研究结果指出，一类新的纳米生物传感器的基础上的GPCR和其他传感蛋白质的电特性的发展是有前途的。
2009-05-19 q-bio.BM
How to measure the topological quality of protein grammars?
上下文无关和上下文相关的形式文法通常被认为比有限状态自动机和隐马尔可夫模型等常规水平模型更适合于蛋白质建模。在理论上，这种说法是有充分根据的，因为蛋白质序列残基之间的许多生物相关相互作用具有嵌套或交叉依赖性的特征。在实践中，几乎没有任何证据表明，在包括蛋白质序列的识别和分类在内的典型应用中，具有更高表达能力的语法比旧的好Hacker更有优势。这与RNA建模相反，其中CFG为一些最成功的工具提供动力。对这一现象已经提出了几种解释。在生物学方面，一个困难是，与RNA相比，蛋白质中的相互作用往往不那么特异，更“集体”。在建模方面，一个困难是较大的字母表，结合CF和CS文法的高复杂性，对信息减少或学习次优解决方案进行了相当大的权衡。事实上，一些研究暗示，当CF和常规语法在同一框架中实现时，CF的表达水平为蛋白质建模带来了附加值。然而，目前还没有系统的研究各种语法模型提供的解释力。实现这一目标的第一步是确定这种评价的客观标准。直观地说，一个好的解释语法应该生成拓扑结构，或解析树，与蛋白质的拓扑结构，或其二级和/或三级结构一致。在这项研究中，我们建立在这种直觉，并提出了一套措施，比较拓扑结构的语法分析树的蛋白质结构。
2017-01-27 cs.FL q-bio.BM
Gauge symmetries and structure of proteins
我们讨论了蛋白质结构研究的规范场论方法，它允许一种自然的方式来引入集体自由度和非线性拓扑结构。考虑了蛋白质的局部对称性及其在介质中的破缺，导出了蛋白质主链的阿贝尔Higgs模型，其正确折叠由疏水力引起的规范对称破缺定义。在该模型中，蛋白质主链的结构由一维拓扑孤子（扭结）的叠加来定义，这允许以高达1A的精度再现蛋白质主链的三维结构并预测其动力学。
2017-03-13 cond-mat.soft physics.bio-ph q-bio.BM
Folding Rate Optimization Promotes Frustrated Interactions in Entangled Protein Structures
蛋白质的许多天然结构容纳复杂的拓扑基序，如结，套索和其他几何缠结。蛋白质如何在这种拓扑障碍存在的情况下快速折叠是结构生物学中一个有争议的问题。最近，基于经验观察，即纠缠中涉及的环通过氨基酸之间的弱相互作用在其极值处稳定，提出了能量挫折可能是避免拓扑挫折的机制的假设。为了验证这个想法，我们使用了一个玩具格子模型，将蛋白质折叠成两个几乎相同的结构，一个纠缠，一个不纠缠。正如预期的那样，当随机序列折叠成纠缠结构时，折叠时间更长。这在通过优化折叠时间模拟的进化压力下也成立。事实证明，纠缠结构中的优化蛋白质序列实际上是以纠缠环闭合处的受抑相互作用为特征的。这种现象在不存在纠缠的控制情况下增强得少得多。我们的研究结果，这是在协议与实验观察，证实了这样的想法，即进化的压力形状的折叠漏斗，以避免拓扑和动力学陷阱。
2019-11-19 cond-mat.soft physics.bio-ph q-bio.BM
Knoto-ID: a tool to study the entanglement of open protein chains using the concept of knotoids
大多数蛋白质的骨架形成开放曲线。为了研究它们的纠缠，一个常见的策略是使用拓扑不变量搜索它们的主链中是否存在结。然而，这种方法需要将曲线闭合成环，这改变了曲线的几何形状。Knoto-ID允许评估开放曲线的纠缠，而不需要关闭它们，使用最近的概念knotoids，这是经典的结理论开放曲线的推广。Knoto-ID可以分析完整链的全局拓扑结构，也可以通过详尽地研究所有子链或仅确定打结核心来分析局部拓扑结构。Knoto-ID允许定位拓扑非平凡的蛋白质折叠，这些折叠不能通过检测打结蛋白质折叠的信息学工具检测到。
2018-06-05 math.GT q-bio.BM
AlphaFold predicts the most complex protein knot and composite protein knots
计算机人工智能系统AlphaFold最近预测了数千种蛋白质以前未知的三维结构。聚焦于具有高置信度分数的子集，我们对这些预测进行算法分析，以用于蛋白质主链表现出罕见的拓扑复杂性（即打结）的情况。其中，我们发现了一个$7_1$结，拓扑结构上最复杂的结在蛋白质中发现，以及几个6交叉复合结由两个甲基转移酶或碳酸酐酶结构域，每个包含一个简单的三叶结。这些深深嵌入的复合结显然是通过基因复制和打结二聚体的相互连接而产生的。最后，我们报告了两个新的五交叉结，包括第一个$5_1$结。我们的分析结构列表形成了未来实验研究的基础，以确认这些新颖的打结拓扑结构，并探索其复杂的折叠机制。
2022-07-15 cond-mat.soft physics.bio-ph q-bio.BM
Learning Topological Representations of Protein Structure and Dynamics
University of Salzburg（萨尔茨堡大学）；Centre for Intelligent and Secure Industrial Automation（智能与安全工业自动化中心）；University of Applied Sciences（应用科学大学）
提出掩蔽Flood复形用于持久同源性分析，在共享表示空间中实现蛋白质构象的几何感知表征，并在分类、回归和马尔可夫状态模型估计中取得竞争性能。
2026-10-06 cs.LG q-bio.BM stat.ML
Mayer-homology learning prediction of protein-ligand binding affinities
本研究提出基于持久Mayer同调理论的多尺度拓扑向量化分子表示方法，在PDBbind等基准数据集上证明了其在预测蛋白质-配体结合亲和力方面的卓越性能。
2024-08-23 math.AT q-bio.BM
Proteins analysed as virtual knots
从宏观的弦到长链分子，长而柔韧的物理细丝自然地缠结和打结。丝中打结的存在自然地影响其构型和性质，并且在操纵和相互作用下可能非常稳定或迅速消失。之前已经在蛋白质主链中鉴定了打结，对于这些主链，这些机械约束对其分子功能具有根本的重要性，尽管它们是开放曲线，其中结在数学上没有很好的定义;打结只能通过以某种方式闭合链的末端来鉴定。我们介绍了一种新的方法来解决打结在开放曲线使用虚拟结，更广泛的一类拓扑对象，不需要一个经典的封闭，所以自然捕捉开放曲线固有的拓扑模糊性。我们描述了分析蛋白质数据库中的蛋白质的结果，恢复和扩展以前的打结结果，并确定在一些新的情况下的拓扑兴趣。蛋白质链中的虚拟结的统计数据进行了比较与开放的随机行走和三次晶格上的Hamilton子链，确定一个制度的开放曲线中的虚拟打结描述可能是重要的。
2016-11-18 math.GT physics.comp-ph q-bio.BM
Static and dynamic characteristics of protein contact networks
蛋白质折叠的基本原理仍然是自然界的难题之一，对生命有着重要的实际影响。自20世纪90年代末以来，一种方法已经聚集了动力，通过复杂网络分析的镜头来观察蛋白质杂聚体及其折叠过程。因此，现在有一个实证研究的身体描述蛋白质大分子通过其接触网络的拓扑特征，并将这些拓扑特征与蛋白质折叠。本文主要对这一资源丰富的地区进行综述。但它通过强调短距离和长距离的联系，深入研究了某些方面，并提出了“幂律”可能潜伏在蛋白质接触网络中的非传统地方。此外，它认为蛋白质接触网络的动态视图。这种对蛋白质接触网络的更仔细的审查为进一步的研究提出了新的问题，并确定了可能有助于参数化蛋白质折叠网络方法的新的结构。用这样一个模型进行的初步实验证实，我们所确定的随机效应不能轻易地再现。事实上，蛋白质折叠的巨大挑战是阐明不仅产生蛋白质接触网络的特异性和多样性连接模式，而且还再现蛋白质折叠时的动态行为的过程。关键词：网络分析，蛋白质接触网络，蛋白质折叠
2010-12-06 cs.CE cs.SI physics.bio-ph
Studies of global and local entanglements of individual protein chains using the concept of knotoids
我们在这里研究全球和本地纠缠的开放蛋白质链的概念，通过实施knotoids。2012年，弗拉基米尔·图拉耶夫（Vladimir Turaev）提出了拟纽结，作为三维空间中纽结的推广。更确切地说，knotoid是表示开放曲线在3D空间中的投影的图，与表示闭合曲线在3D空间中的投影的结图相反。与经典的纽结理论的本质区别在于，由knotoids提供的推广承认开放曲线的非平凡拓扑纠缠，只要它们的几何形状被冻结，就像结晶蛋白质的情况一样。因此，我们的方法不需要封闭的链成圈，这意味着分析链的几何形状不需要改变关闭，以表征其拓扑结构。我们的研究表明，knotoid方法可以检测到早期被分类为打结的蛋白质区域，也可以检测到我们分类为预打结的新的拓扑有趣区域。
2017-05-22 math.GT q-bio.BM
Mathematical Insights into Protein Architecture: Persistent Homology and Machine Learning Applied to the Flagellar Motor
Department of Mathematics, Faculty of Sciences, Ibn Tofail University（数学系，科学学院，伊本·图法易大学）；Department of Mathematics, Faculty of Sciences and Techniques, Abdelmalek Essaâdi University（数学系，科学与技术学院，阿卜杜勒马利克·艾萨迪大学）；Department of Computer and Information Science, Fordham University（计算机与信息科学系，福尔敦大学）
利用持续同调与机器学习，研究鞭毛马达的两种功能状态分类，通过拓扑数据分析揭示蛋白质功能相关模式。
2025-12-17 cs.LG math.AT q-bio.BM
Analysis of heat kernel highlights the strongly modular and heat-preserving structure of proteins
在本文中，我们研究了蛋白质接触网络相对于其他生物网络的结构和动力学性质，以及作为探针的模拟原型模型。我们认为这两个经典的拓扑描述符，如模块化和统计的最短路径，和不同的解释，在扩散方面提供的离散热核，这是从规范化的图拉普拉斯。主成分分析表明，网络类型之间的高歧视，无论是考虑拓扑和热核为基础的向量表征。此外，典型的相关分析表明，这两个特征之间的强协议，从而提供了一个重要的理由在解释热核。最后，也是最重要的一点，对热核的集中分析提供了一种方法，可以深入了解蛋白质必须满足其他考虑的网络不需要遵守的特定结构设计约束。值得注意的是，不同大小的蛋白质集合的热迹衰变表示亚扩散，这是蛋白质的一种特殊性质。
2015-03-16 physics.bio-ph physics.data-an q-bio.BM
Characterization of graphs for protein structure modeling and recognition of solubility
Ryerson University（瑞尔森大学）；Istituto Superiore di Sanità（意大利国家高等卫生研究院）
本文从蛋白质的溶解性和聚集性出发，探讨了大肠杆菌蛋白质组的结构、拓扑和化学性质之间的关系。每个大肠杆菌蛋白质最初根据其已知的折叠3D形状表示。这一步骤包括用图表表示可用的大肠杆菌蛋白质。我们首先通过考虑纯拓扑特征来分析这些图，即，通过分析最短路径和顶点度的质量分形维数和分布。结果证实了蛋白质的一般结构原理。成功地，我们专注于统计特性的表示，这样的图中的向量组成的几个数值特征，我们从他们的结构表示提取。我们发现蛋白质大小是溶解度的主要因素，然而还有其他因素有助于解释溶解度。最后，我们通过一种新的一类分类器分析这些数据，目的是区分非常难溶的蛋白质。结果是令人鼓舞的，巩固了模式识别技术的潜力时，用来描述复杂的生物系统。
2015-09-23 cs.AI physics.data-an q-bio.BM
$θ$-curves in proteins
除了主链形成的结外，蛋白质还可以形成许多拓扑结构，包括共价和离子介导的相互作用。在这项工作中，我们定义了蛋白质的非平凡的$θ$ -曲线，并确定7个不同的拓扑结构中的所有结构已知的日期。我们研究了基序与功能和生物起源的相关性，并指出与主链结的相似性，我们表明，一些基序可能确实是功能性的。我们还分析了具有$θ$ -曲线基序的示例性蛋白质的折叠和桥诱导的稳定性，并提供了蛋白质中可能的$θ$ -曲线的目录。
2019-08-16 cond-mat.soft physics.bio-ph q-bio.BM
Multiple folding pathways of proteins with shallow knots and co-translational folding
我们研究的折叠过程中浅打结的蛋白质MJ0366内的两个变体的结构为基础的模型。我们观察到，由此产生的拓扑路径比以前的研究中确定的要丰富得多。除了单结环事件，我们发现新的，占主导地位的，两个循环机制。我们证明，折叠发生在一系列的温度和最成功的折叠的条件是在温度高于所需的最快的折叠。我们还表明，新生条件更有利于打结比关闭核糖体折叠。
2015-09-03 physics.bio-ph q-bio.BM
Cotranslational folding of deeply knotted proteins
即使在基于结构的模型中，深度打结的蛋白质的正确折叠也具有非常低的成功率，所述基于结构的模型有利于天然接触的形成，但没有拓扑偏差。通过采用基于结构的模型，我们证明了在模型核糖体上的共翻译折叠可以提高蛋白质YibK形成三叶结的几率，而无需引入任何非天然接触。核糖体是由一个排斥壁代表的，它使蛋白质不断延长。核糖体上的折叠通过活结构象进行。我们阐明其形成的力学和能量学。我们表明，在上核糖体折叠的打结概率是温度的函数，并有一个最佳的温度的过程。我们的模型往往导致建立本土联系，而没有形成结。
2015-09-03 physics.bio-ph q-bio.BM
Modeling knotted proteins with tangles
虽然罕见，但已经观察到越来越多的蛋白质在其天然结构中含有缠结。为了更深入地了解蛋白质打结的意义，研究人员一直在使用实验和理论方法研究蛋白质结的形成。受$α$ -卤酸脱卤酶（DehI）蛋白质的假设折叠途径的启发，Flapan、He和Wong提出了蛋白质结如何形成的理论，其中包括Taylor和Bölinger等人作为特例描述的现有折叠途径。在他们的拓扑学描述中，一个不打结的开放蛋白质链中的两个环最多包含两个扭曲，每个环都靠近在一起，蛋白质的一端最终穿过这两个环。在本文中，我们建立在Flapan，他，和黄的理论，我们注意到的交叉迹象的线程过程中，并假设未打结的蛋白质链可能会安排自己进入一个更复杂的配置之前线程发生。然后，我们应用缠结演算，最初由恩斯特和萨姆纳斯开发的DNA分析特定蛋白质的行动，根据我们的模型，给出未来可能发现的所有可能的结或knotoid，并给出从简单的片段中工程蛋白质中的特定结的配方。我们展示了为什么扭曲结是最有可能发生在蛋白质中的结。我们使用手性表明，通过泰勒的扭曲发夹模型，最有可能发生在蛋白质中的结是结$+3_1$，$4_1$和$-5_2$。
2022-11-07 math.GN q-bio.BM
Synergy of Topoisomerase and Structural-Maintenance-of-Chromosomes Proteins Creates a Universal Pathway to Simplify Genome Topology
拓扑纠缠严重干扰重要的生物过程。由于这个原因，在细胞周期的大部分时间里，基因组必须保持不打结和不连接。II型拓扑异构酶（TopoII）在这一过程中发挥了重要作用，但在体内产生系统的DNA解缠结的精确机制尚不清楚。在这里，我们报告的计算证据表明，染色体结构维护（SMC）蛋白质-如凝聚素和凝聚素-可以与TopoII合作，建立一个协同机制，以解决拓扑纠缠。SMC驱动的环挤出（或扩散）诱导的空间定位的必要的交叉点，反过来催化简化结和链接的TopoII酶，即使在拥挤和狭窄的条件下。我们发现的机制是普遍的，因为它不定性地依赖于特定的底物，无论是DNA或染色质，或SMC的持续合成能力;因此，我们认为，这种协同作用可能是在整个生物体和整个细胞周期的工作。
2019-03-14 cond-mat.soft physics.bio-ph q-bio.BM
Lattice Paths for Persistent Diagrams
University of Wisconsin, Madison（威斯康星大学麦迪逊分校）；King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）
持续同源性在近年来经历了重大的发展。然而，一个突出的挑战是建立一个连贯的统计推断程序持久的图表。在本文中，我们首先提出了一个新的格路径表示持久图。然后，我们开发了一个新的确切的统计推断程序格路径通过组合枚举。将格点路径方法应用于COVID-19病毒蛋白质结构的拓扑表征。我们证明了刺突蛋白在构象变化过程中存在拓扑结构的变化。
2021-07-31 cs.LG q-bio.BM stat.ML
SANA: Cross-Species Prediction of Gene Ontology GO Annotations via Topological Network Alignment
拓扑网络对齐的目的是对齐两个网络节点，以最大限度地提高它们之间的公共连接（边）拓扑。因此，两个蛋白质相互作用（PPI）网络的拓扑比对应该暴露具有相似相互作用伙伴的蛋白质对，从而允许例如预测共同的基因本体（GO）术语。不幸的是，没有一种网络比对算法能够单独基于拓扑结构实现这一目标，尽管那些包括序列相似性的算法已经取得了一些成功。我们认为，这种失败的拓扑结构是由于几乎所有物种的PPI网络数据的稀疏性和不完整性，这提供了一个小的信噪比，有效地淹没当序列信息添加到混合的网络拓扑结构。在这里，我们表明，弱信号可以使用多个随机样本的“良好”拓扑网络对齐，这使我们能够观察到的两个网络的区域，在多个样本之间的鲁棒对齐。由此产生的网络对齐频率（NAF）与基于GO的Resnik语义相似性密切相关，并使第一次成功的跨物种预测GO条款的基础上，仅拓扑网络对齐。我们的最佳预测AUPR约为0.4，即使没有可观察到的序列相似性且没有已知的同源关系，这也与最先进的算法具有竞争力。虽然我们的研究结果只提供了一个“概念验证”现有的网络数据，我们假设，预测GO条款从拓扑只网络对齐将变得越来越实用的PPI网络数据的数量和质量的增加。
2022-04-26 q-bio.BM q-bio.MN q-bio.SC
