Enhanced compound-protein binding affinity prediction by representing protein multimodal information via a coevolutionary strategy
Zhejiang University School of Medicine(浙江大学医学院);First Affiliated Hospital, Zhejiang University School of Medicine(浙江大学医学院附属第一医院);Liangzhu Laboratory(良渚实验室);Zhejiang University(浙江大学);Nantong University(南通大学);Hunan First Normal University(湖南第一师范学院)
由于缺乏一种方法来有效地表示蛋白质的多模态信息,包括其结构和序列信息,预测化合物-蛋白质结合亲和力(CPA)仍然遭受低精度时,应用机器学习方法。为了克服这一限制,在一个新的端到端的架构(命名为神经网络),我们开发了一个共同进化的策略,共同代表的结构和序列特征的蛋白质,并最终优化数学模型预测CPA。此外,从数据驱动方法的角度来看,我们提出了一种合理的方法,可以利用高质量和低质量的数据库,以优化的精度和泛化能力的BP神经网络在CPA预测任务。值得注意的是,我们直观地解释了合理设计的建筑中序列和结构之间的特征交互过程。因此,在虚拟药物筛选任务中,神经网络大大优于最先进的(SOTA)基线,表明这种方法在实际应用中的可行性。神经网络通过协同进化策略有效地表达蛋白质的多峰信息,为提高CPA预测精度和泛化能力提供了一种出色的方法。
2022-11-24 cs.LG q-bio.BM
Capturing coevolutionary signals in repeat proteins
对球状蛋白中出现的氨基酸的相关性的分析导致了统计工具的发展,这些工具可以识别天然接触--在折叠结构集合中接近距离的链部分。在这里,我们介绍了一个重复蛋白质的统计耦合分析-自然系统的结构域的识别仍然具有挑战性。我们表明,固有的翻译对称性重复蛋白质序列引入了强烈的偏见,在对相关性,正是重复单元的长度尺度。对这种偏见的分析揭示了真正的共同进化信号,从这些信号中可以识别出当地的原生联系人。重要的是,对于所有其他相互作用获得的参数值不受均衡的显著影响。我们量化的程序的鲁棒性和分配的相互作用的置信水平,确定在几个重复蛋白质家族中提取进化信息所需的序列的最小数量。整个过程可以用来重建长距离的相互作用,识别每个家族中最强耦合的特征,并且可以应用于任何出现对称的系统。
2014-07-25 q-bio.BM
Statistical mechanical properties of sequence space determine the efficiency of the various algorithms to predict interaction energies and native contacts from protein coevolution
研究进化相关性的同源序列比对的逆Potts模型已被证明是有用的,以获得残基-残基接触能和预测蛋白质中的接触。结果的质量在很大程度上取决于几个选择的详细模型和所使用的算法。我们以一种非常可控的方式构建了具有与真实蛋白质相似的统计特性的合成比对,并使用它们来评估不同反演算法及其变体的性能。现实的合成路线显示无序系统的低温阶段的典型功能,影响反演算法的功能。我们表明,玻尔兹曼-学习算法是计算上可行的,并在预测本地接触的能量表现良好。然而,所有算法都同样会出现误报,这使得使用不同算法的本地联系人的预测质量在很大程度上取决于系统。
2019-02-04 q-bio.BM
Elements of Coevolution in Biological Sequences
对蛋白质内部和蛋白质之间的氨基酸的协同进化的研究揭示了两种类型的协同进化单位:协同进化接触,这是沿着序列远离但在三维结构中接触的氨基酸对,以及扇区,这是结构上连接的氨基酸的较大群体,它们是蛋白质生化性质的基础。通过协调两种方法来分析多个序列比对中的相关性,我们将这两个发现联系在一起,并与共同进化的中间大小的单位,称为“节”,这被证明提供额外的信息。通过将分析扩展到细菌基因组中的直向同源基因的共现,我们还表明,方法和结果是通用的,相关的超越蛋白质结构。
2013-04-19 cond-mat.dis-nn q-bio.BM
Large-scale identification of coevolution signals across homo-oligomeric protein interfaces by Direct Coupling Analysis
蛋白质已经进化到执行不同的细胞功能,从充当反应催化剂到协调细胞繁殖和发育。通常,蛋白质不发挥其作为单体的全部潜力,而是作为同源寡聚体或作为异源寡聚体与其他蛋白质进行协同相互作用。这种蛋白质复合物和相互作用的实验研究一直是艰巨的。理论结构预测方法是一种有吸引力的替代方法。在这里,我们调查同源寡聚接口通过跟踪残基协同进化通过全球统计直接耦合分析(DCA)。DCA可以准确地推断残基之间的空间邻接关系。这些邻接关系可以作为结构预测技术中的约束条件来预测高分辨率模型。通过利用正在进行的指数增长的序列数据库,我们大大超越了一些蛋白质家族的轶事的情况下,并应用DCA的近2000 PFAM蛋白质家族有足够的序列信息和结构上解决的同源寡聚体接口的系统的大规模研究。我们发现,大型接口通常由DCA识别。我们进一步证明,DCA可以区分一个大的PFAM家族内的不同结合模式的亚家族。亚家族的序列衍生的接触信息证明足以组装不同的蛋白质寡聚体的准确结构模型。因此,我们提供了一种方法来研究寡聚化的任意蛋白质家族导致的结构模型互补往往困难的实验方法。结合越来越丰富的序列数据,我们预计,这项研究将有助于允许在未来的许多异质蛋白质复合物的结构描述。
2017-03-03 q-bio.BM
Parsimonious evolutionary scenario for the origin of allostery and coevolution patterns in proteins
蛋白质显示的遗传特性很难用直接选择来解释,特别是变构性,即通过长期效应进行调节的能力,以及进化性,即适应新选择压力的能力。提出了一种进化的方案,其中蛋白质间接获得这两个功能作为其选择的一个更基本的属性,精致的歧视,歧视性地结合非常相似的配体的能力的副产品。实现这一任务通常需要蛋白质经历构象变化。我们认为,物理和进化的限制促使这种变化是由一组从结合位点延伸的网站控制。因此,蛋白质可以获得潜在的变构调节和进化适应的潜力,因为长期的影响,最初出现的进化拱肩。这种情况解释了在多个序列比对中观察到的保守和共同进化的残基组。然而,我们建议,大多数对共同进化和接触的残基推断,从这样的比对有不同的起源,热稳定性有关。一个物理模型,说明了这种演变的情况及其影响。该方案可以在蛋白质进化实验中实现,以直接测试其预测。
2019-07-12 q-bio.BM
The MIp Toolset: an efficient algorithm for calculating Mutual Information in protein alignments
背景资料:蛋白质家族内的共同进化通常是通过统计学来预测的,这些统计学测量了蛋白质序列中位置之间的共同变异程度。互信息是两个随机变量之间依赖性的度量,已被广泛用于预测蛋白质内的协同进化。结果:在这里,我们提供了一个算法的有效计算的蛋白质家族内的互信息。该算法使用的链表是直接访问的指针数组。链表允许有效存储由蛋白质保守引起的稀疏计数数据。指针的直接访问数组防止每次修改链表时遍历链表。结论:该算法在软件MIpToolset中实现,但也可以在其他基于互信息的独立软件或Web服务器中轻松实现。MIpToolset中的当前实现在比对编辑和策展期间的大规模蛋白质家族分析和实时协同进化计算中至关重要。MIpToolset可从以下网址获得:https://sourceforge.net/projects/miptoolset/
2013-04-16 q-bio.BM q-bio.GN q-bio.PE
Coevolutionary landscape inference and the context-dependence of mutations in beta-lactamase TEM-1
突变景观的定量表征是进化生物学和医学生物学中一项非常重要的任务:例如,对于我们理解与疾病和抗生素耐药性相关的突变的表型效应至关重要。在这里,我们开发了一种新的推理方案的突变景观,这是基于感兴趣的蛋白质的同源物的大型比对的统计分析。我们的方法是能够捕捉残基之间的上位耦合,因此,以评估依赖的突变效应的序列上下文,它们出现。最近的大规模诱变数据的β-内酰胺酶TEM-1,一种蛋白质提供耐药性β-内酰胺抗生素相比,我们的方法导致增加约40%的解释力相比,忽略上位性的方法。我们发现,提供信息的序列上下文延伸到距离突变位点约20 μ m的天然距离处的残基,从而远远超出直接物理接触的残基。
2015-10-12 cond-mat.stat-mech q-bio.BM q-bio.QM
Out-of-equilibrium selection pressure enhances inference from protein sequence data
Institute of Bioengineering, School of Life Sciences, École Polytechnique Fédérale de Lausanne (EPFL)(洛桑联邦理工学院生命科学学院生物工程学院);SIB Swiss Institute of Bioinformatics(瑞士生物信息学研究所)
本研究通过非平衡选择压力提升蛋白质序列数据的推断能力,展示了波动选择强度和新选择压力对结构接触推断的增强作用。
2026-02-11 q-bio.BM
Towards coevolution-aware ancestral sequence reconstruction
Sorbonne Université(索邦大学);CNRS, Computational, Quantitative and Synthetic Biology(法国国家科学研究中心,计算、定量与合成生物学);Dipartimento di Fisica, Sapienza Università di Roma(罗马智慧大学物理系);DISAT, Politecnico di Torino(都灵理工大学地球与环境科学系);Institut Universitaire de France (IUF)(法国高等研究院)
提出结合系统发育推断与直接耦合分析的共进化感知ASR框架,通过残基约束改善祖先重建,在β-内酰胺酶和DNA结合域上验证了方法的有效性。
2026-06-29 physics.bio-ph q-bio.BM q-bio.PE
Sparse generative modeling via parameter-reduction of Boltzmann machines: application to protein-sequence families
Universität Basel(巴塞尔大学);Swiss Institute of Bioinformatics(瑞士生物信息学研究所);Politecnico di Torino(都灵理工大学);Italian Institute for Genomic Medicine(意大利基因组医学研究所);Sorbonne Université(索邦大学);Université PSL(巴黎文理研究大学)
玻尔兹曼机(BM)被广泛用作生成模型。例如,成对Potts模型(PM),其是BM类的实例,提供进化相关的蛋白质序列家族的精确统计模型。它们的参数是局部场,它描述了氨基酸保守的位点特异性模式,以及两个位点的耦合,它反映了位点对之间的共同进化。这种协同进化反映了进化过程中作用于蛋白质序列的结构和功能限制。描述共同进化信号的最保守的选择是将所有可能的两位点耦合都包括在PM中。这种选择,典型的被称为直接偶联分析,已成功地预测三维结构中的残基接触,突变效应,并产生新的功能序列。然而,由此产生的PM遭受重要的过拟合效应:许多耦合是小的,嘈杂的,几乎无法解释的PM接近临界点,这意味着它是高度敏感的小参数扰动。在这项工作中,我们介绍了一个一般的参数减少过程BM,通过控制迭代抽取的统计意义不大的耦合,确定了一个基于信息的标准,选择弱或统计不支持的耦合。对于几个蛋白质家族,我们的程序允许一个删除超过$90\%$的PM耦合,同时保留了原始的密集PM的预测和生成特性,所得到的模型是远离临界,因此更强大的噪音。
2021-07-30 cond-mat.stat-mech cs.LG q-bio.BM
Molecular recognition between cadherins studied by a coarse-grained model interacting with a coevolutionary potential
研究钙粘蛋白二聚体的构象对于理解与肿瘤和转移相关的组织的发育及其失败具有高度相关性。实验技术,如X射线晶体学,通常只能报告最稳定的构象,遗漏了对识别机制可能很重要的少数状态。计算机模拟可能是实验方法的有效补充。然而,在显式溶剂中的标准全原子蛋白质模型在计算上要求太高,无法彻底搜索由数百个氨基酸组成的多链的构象空间。为了达到这个目标,我们采取了隐式溶剂的粗粒度模型。这类模型的标准问题是找到一个现实的潜力来描述它们的相互作用。我们使用的协同进化信息钙粘蛋白的路线,校正的统计潜力,建立一个相互作用的潜力,这是不可知的蛋白质的实验构象。利用该模型,我们探索了多链体系的构象空间,并与实验数据进行了比较验证。我们确定了序列特异性的二聚体构象,这对合理化钙粘蛋白之间的识别机制是有用的。
2020-02-25 q-bio.BM
Pairing interacting protein sequences using masked language modeling
École Polytechnique Fédérale de Lausanne (EPFL)(洛桑联邦理工学院);SIB Swiss Institute of Bioinformatics(瑞士生物信息学研究所)
本文提出 DiffPALM,利用 MSA Transformer 的掩码语言建模能力捕获链间协同进化,在不微调的情况下实现蛋白质相互作用序列配对,并在浅层 MSA 基准和 AlphaFold-Multimer 复合物结构预测中优于现有方法。
2023-08-14 cs.LG q-bio.BM
State-aware protein-ligand complex prediction using AlphaFold3 with purified sequences
提出一种基于 AF-ClaSeq 纯化序列子集的状态感知预测策略,通过引入 MSA 构象约束,成功纠正 AlphaFold3 在动态结合和新型化学型上的预测失败,显著提升了蛋白质-配体复合物预测的准确性。
2025-05-30 q-bio.BM
Protein language models trained on multiple sequence alignments learn phylogenetic relationships
École Polytechnique Fédérale de Lausanne(洛桑联邦理工学院);SIB Swiss Institute of Bioinformatics(瑞士生物信息学研究所)
具有注意力的自监督神经语言模型最近被应用于生物序列数据,推进结构,功能和突变效应预测。一些蛋白质语言模型,包括MSA Transformer和AlphaFold的EvoFormer,将进化相关蛋白质的多个序列比对(MSA)作为输入。MSA Transformer的行注意力的简单组合导致了最先进的无监督结构接触预测。我们表明,同样简单,通用的,MSA Transformer的列关注的组合强烈相关的序列之间的汉明距离在MSA。因此,基于MSA的语言模型编码详细的系统发育关系。我们进一步表明,这些模型可以分离的共同进化信号编码的功能和结构的限制,反映历史偶然性的系统发育相关性。为了评估这一点,我们生成合成的MSA,无论是没有或有同源性,从天然MSA训练的波茨模型。我们发现,无监督的接触预测时,使用MSA Transformer与推断Potts模型的系统发育噪声更有弹性。
2022-09-21 cs.LG q-bio.BM q-bio.QM
The principal eigenvector of contact matrices and hydrophobicity profiles in proteins
为了研究蛋白质序列与其天然结构之间的关系,我们对序列和结构都采用矢量表示。结构表示是基于褶皱的接触矩阵(PE)的主特征向量。如最近所示,后者编码足够的信息,用于重建整个接触矩阵。该序列通过疏水性分布(HP)表示,使用广义疏水性尺度,我们从残基-残基相互作用矩阵的主特征向量获得,并将其表示为交互性尺度。使用这种新的规模,我们定义的最佳HP的蛋白质折叠,并预测,通过稳定性参数,它是强烈相关的PE折叠的接触矩阵。这一预测是通过进化分析证实,这表明,PE与HP的每个单独的序列采用相同的倍,甚至更强烈,与这组序列的平均HP相关。因此,蛋白质序列以这样的方式进化,即它们的平均HP接近最佳HP,这意味着中性进化可以被视为序列空间中围绕最佳HP的一种运动。我们的研究结果表明,N维向量之间的相关系数构成了一个自然的度量在向量空间中,我们表示的蛋白质序列和蛋白质结构,我们称之为向量蛋白质空间。通过这种方式,我们定义了序列到序列、序列到结构和结构到结构比对的统一框架。我们表明,互动规模是近最佳的序列与序列和序列结构的比较。
2004-06-01 q-bio.BM
Generative power of a protein language model trained on multiple sequence alignments
École Polytechnique Fédérale de Lausanne (EPFL)(洛桑联邦理工学院);Institute of Bioengineering(生物工程研究所);School of Life Sciences(生命科学学院);SIB Swiss Institute of Bioinformatics(瑞士生物信息学研究所)
本文提出并验证了一种基于 MSA Transformer 掩码语言建模目标的迭代序列生成方法,证明其在同源性、共进化、结构度量及高阶统计分布上优于或媲美 Potts 模型,展示了该模型在蛋白质序列生成与设计中的强大能力。
2022-11-20 cs.LG q-bio.BM q-bio.QM
Looking at structure, stability, and evolution of proteins through the principal eigenvector of contact matrices and hydrophobicity profiles
我们回顾并进一步开发了一个分析模型,描述了如何热力学约束的稳定性的天然状态影响蛋白质的进化,在一个特定的网站的方式。为此,我们将蛋白质序列和蛋白质结构表示为向量:结构由蛋白质接触矩阵的主特征向量(PE)表示,该向量与每个位点的有效连接性非常相似;序列通过每个氨基酸类型的“相互作用”表示,使用与亲水性尺度相关的新参数。这些相互作用参数比我们研究的其他亲水性尺度更强地相关:(1)突变后蛋白质的展开自由能与两态热力学的变化;(2)基因组性质,如基因组大小和全基因组GC含量;(3)取代矩阵的主要特征向量。相互作用向量的进化平均值与蛋白质结构的PE非常密切相关。利用这一结果,我们推导出一个解析表达式的特定位点分布的氨基酸跨蛋白质家族的玻尔兹曼分布的形式,其"逆温度“是一个功能的PE组件。我们表明,我们的预测与从蛋白质数据库中获得的位点特异性氨基酸分布一致,并且我们确定了最适合观察到的位点特异性氨基酸分布的突变模型。有趣的是,最优模型几乎最小化了自然选择消除有害突变的速度。
2004-12-02 q-bio.BM q-bio.PE
Inferring interaction partners from protein sequences
特定的蛋白质-蛋白质相互作用在细胞中至关重要,既可以确保多蛋白质复合物的形成和稳定性,也可以使各种途径中的信号转导成为可能。蛋白质之间的功能相互作用导致相互作用伙伴之间的共同进化,导致它们的序列相关。在这里,我们利用这些相关性来准确地识别哪些蛋白质是仅从序列数据中的特定相互作用伙伴。我们的一般方法,采用成对最大熵模型来推断残基之间的耦合,已成功地用于预测蛋白质的三维结构的序列。因此,启发,我们引入了一个迭代算法来预测特定的相互作用伙伴从两个蛋白质家族的成员是已知的相互作用。我们首先评估算法对细菌双组分信号系统中组氨酸激酶和反应调节剂的性能。我们在没有任何关于相互作用伙伴的先验知识的情况下,在我们的完整数据集上获得了惊人的0.93真阳性分数,并且我们揭示了这种成功的起源。然后,我们将该算法应用于ATP结合盒(ABC)转运蛋白复合物的蛋白质,并在这些系统中获得准确的预测。最后,我们提出了两个指标,准确区分相互作用的蛋白质家族,从非相互作用的,只使用序列数据。
2016-11-17 physics.bio-ph q-bio.BM
Inferring interaction partners from protein sequences using mutual information
功能性蛋白质相互作用在大多数细胞过程中是至关重要的。它们使多蛋白质复合物能够组装并保持稳定,并且它们允许各种途径中的信号转导。蛋白质之间的功能性相互作用导致相互作用伙伴之间的共同进化,从而导致它们的序列之间的相关性。基于成对最大熵的模型已经能够从已知相互作用伴侣的序列数据中的相关性开始,成功地推断在多蛋白质复合物的三维结构中接触的氨基酸残基对。最近,受这些方法启发的算法已经被开发出来,以确定哪些蛋白质是两个家族的旁系同源蛋白质之间的功能相互作用伙伴,仅从序列数据开始。在这里,我们证明了一个略高的性能,合作伙伴识别可以达到一个近似最大化的两个蛋白质家族的序列比对之间的互信息。我们的基于互信息的方法还提供了蛋白质家族之间存在相互作用的签名。这些结果与来自序列数据的蛋白质和多蛋白质复合物的结构预测形成对比,其中与互信息相比,基于成对最大熵的全局统计模型大大提高了性能。我们的研究结果意味着,统计依赖性,允许从序列数据的相互作用伙伴预测不限于在伙伴蛋白质之间的界面处直接接触的残基对。
2018-11-13 physics.bio-ph q-bio.BM
Flexibility of beta-sheets: Principal-component analysis of database protein structures
蛋白质折叠主要由两种类型的结构堆积在一起:α-螺旋和β-折叠。这两种结构都不是刚性的,并且螺旋和片层的柔性在确定最终折叠({ \it例如},盘绕的线圈和β-桶)。最近的工作已经使用数据库螺旋结构的主成分分析(PCA)量化了α-螺旋的灵活性(Emberly,2003)。在这里,我们使用PCA的β-折叠结构的数据库上的β-折叠的灵活性的分析。对于不同尺寸和几何形状的片材,我们发现两种主要的柔性模式:扭曲和弯曲。这些模式的振幅分布被发现是高斯和独立的,这表明PCA扭曲和弯曲模式可以被识别为软弹性正常模式的片材。我们考虑了模式本征值与片尺寸的缩放,并发现平行β-片比反平行片在整个研究范围内更刚性。最后,我们讨论了我们的PCA结果的建模和设计的β折叠蛋白质的应用。
2003-09-04 cond-mat.mtrl-sci cond-mat.soft q-bio.BM
Reconstruction of protein structures from a vectorial representation
我们表明,接触地图的天然结构的球状蛋白质,可以重建从接触地图的主特征向量的唯一知识,并为此目的提出了一个精确的算法。我们的算法产生一个独特的接触地图的所有221个球状结构的PDB选择25的长度$N \le 120$。我们还表明,重建的接触地图允许反过来准确重建的三维结构。这些结果表明,由接触图的主特征向量提供的约化向量表示等价于蛋白质结构本身。这种表示法有望为蛋白质结构比较和比对的生物信息学算法提供一个有用的工具,同时也是蛋白质结构预测的一个有前途的中间步骤。
2004-04-13 q-bio.BM
DiffPaSS -- High-performance differentiable pairing of protein sequences using soft scores
本文提出可微框架DiffPaSS,无需超参数即可快速优化蛋白质序列配对,在互信息和邻居图比对分数上优于现有方法,并能提升蛋白质复合物结构预测效果。
2024-12-27 q-bio.BM
MSAGPT: Neural Prompting Protein Structure Prediction via MSA Generative Pre-Training
BioMap Research(BioMap研究院);Tsinghua University(清华大学);MBZUAI(穆罕默德·本·扎耶德人工智能大学)
本文提出 MSAGPT,通过 MSA 生成式预训练、二维进化位置编码及 AlphaFold2 反馈优化,在低同源信息场景生成虚拟 MSA 并提升蛋白质结构预测性能。
2024-10-28 cs.AI cs.LG q-bio.BM
Prediction of site-specific amino acid distributions and limits of divergent evolutionary changes in protein sequences
我们推导出一个解析表达式的特定位点的氨基酸的固定分布蛋白质进化的结构约束中性(SCN)模型与折叠稳定性的保护。我们得到的固定分布有一个玻尔兹曼的形状,和他们的有效温度参数,测量在一个给定的网站上的分歧的进化变化的极限,可以预测从一个特定的站点的拓扑性质,接触矩阵的蛋白质的天然构象的主要特征向量。这些分析结果,获得没有自由参数,进行了比较与模拟的SCN模型和特定位点的氨基酸分布从蛋白质数据库。这些结果也提供了新的见解,蛋白质折叠的拓扑结构如何影响其可设计性,即与该折叠兼容的序列的数量。对于较长的蛋白质,有效温度对主特征向量的依赖性降低,这可能是热力学稳定性选择在这种情况下变得较弱的事实的结果。
2004-11-04 q-bio.BM q-bio.PE
Learning Compositional Representations of Interacting Systems with Restricted Boltzmann Machines: Comparative Study of Lattice Proteins
Laboratory of Physics of the Ecole Normale Supérieure, CNRS & PSL Research(巴黎高等师范学院物理实验室、法国国家科学研究中心及巴黎文理研究大学)
受限玻尔兹曼机(RBM)是一种无监督的机器学习二分图模型,它联合学习数据的概率分布并提取其相关统计特征。因此,RBM最近被提出用于表征蛋白质序列中氨基酸之间的协同进化模式和用于设计新的序列。在这里,我们研究了RBM学习的特征的性质如何随着其定义参数而变化,例如表示的维度(隐藏层的大小)和特征的稀疏性。我们表明,这些参数的足够的值,RBM操作在一个所谓的组成阶段,其中可见的配置采样从RBM通过重组这些功能。然后,我们将RBM的性能与其他标准的表示学习算法进行比较,包括主成分分析或独立成分分析、自动编码器(AE)、变分自动编码器(VAE)及其稀疏变体。我们表明,RBM,由于数据配置和表示之间的随机映射,更好地捕捉系统中的底层相互作用,并显着更强大的样本量比确定性的方法,如PCA或ICA。此外,这种随机映射不是像VAE那样预先规定的,而是从数据中学习的,这使得RBM即使在浅架构下也能表现出良好的性能。所有数值结果都在合成的晶格蛋白质数据上进行了说明,这些数据与真实的蛋白质序列具有相似的统计特征,并且已知地面真实相互作用。
2019-02-18 cs.LG physics.data-an q-bio.BM
Nature of Driving Force for Protein Folding -- A Result From Analyzing the Statistical Potential
在蛋白质结构分析的统计方法中,Miyazawa和Jernigan(MJ)推导出不同类型氨基酸之间残基间接触能的$20\times 20$矩阵。利用特征值分解的方法,我们发现MJ矩阵可以从它的前两个主成分向量精确地重建为$M_{ij}=C_0+C_1(q_i+q_j)+C_2 q_i q_j$,具有恒定的$C$和与20个氨基酸相关的20个$q$值。这种规律性是由于疏水相互作用和分层力,后者服从简单液体的希尔德布兰德溶解度理论。
1997-01-05 cond-mat.stat-mech physics.bio-ph q-bio.BM
Flexibility of $α$-helices: Results of a statistical analysis of database protein structures
$α$ -螺旋作为蛋白质的常见和相对不变的二级结构元件而突出。然而,$α$ -螺旋不是刚体,并且它们的变形在蛋白质功能中可能是显著的({ \it例如})。盘绕的线圈)。为了量化的灵活性的$α$ -螺旋,我们已经进行了结构的主成分分析的不同长度的螺旋从一组代表性的蛋白质折叠在蛋白质数据库。我们发现三个主导模式的灵活性:两个退化的弯曲模式和一个扭曲模式。对于每种模式,数据与独立的高斯分布一致。测量柔性的模式特征值遵循简单的缩放形式作为螺旋长度的函数。主要的弯曲和扭曲模式及其谐波再现一个简单的弹簧模型,其中包括氢键和排除体积。作为一个应用程序,我们研究的弯曲和扭曲的螺旋,使几个卷曲螺旋蛋白质的量。将$α$ -螺旋柔性纳入结构细化和设计进行了讨论。
2002-09-25 cond-mat.soft cond-mat.stat-mech q-bio.BM
adabmDCA: Adaptive Boltzmann machine learning for biological sequences
玻尔兹曼机是一种基于能量的模型,已被证明可以为进化相关的蛋白质和RNA家族提供准确的统计描述。它们被参数化的本地偏见占残基保护,和成对条款残基之间的上位协同进化模型。根据模型参数,可以提取目标域的三维接触图的准确预测。最近,这些模型的准确性也已经在预测突变效应和生成计算机功能序列的能力方面进行了评估。我们的玻尔兹曼机器学习的自适应实现,adabmDCA,通常可以应用于蛋白质和RNA家族,并完成几个学习设置,这取决于输入数据的复杂性和用户的要求。该代码可在https://github.com/anna-pa-m/adabmDCA上获得。作为一个例子,我们已经进行了学习的三个玻尔兹曼机建模Kunitz和β-内酰胺酶2蛋白结构域和TPP-核糖开关RNA结构域。由adabmDCA学习的模型在推断的接触图的质量以及合成生成的序列方面与通过用于该任务的最先进技术获得的模型相当。此外,该代码实现了平衡和非平衡学习,当平衡学习在计算时间方面令人望而却步时,它允许准确和无损的训练,并允许使用基于信息的标准修剪不相关的参数。
2021-11-02 cond-mat.dis-nn q-bio.BM q-bio.QM
Reconstructing the free-energy landscape of Met-enkephalin using dihedral Principal Component Analysis and Well-tempered Metadynamics
WTmetaD是一种有效的蛋白质自由能表面重构方法。与标准元自适应算法相比,WTmeta D保证了在长时间限制内更快的收敛。然而,它仍然受到同样的限制,即相关集体变量(CV)的非平凡选择。为了解决这个问题,我们将WTmeta D与一组由二面角主成分分析(dPCA)生成的CV结合起来,这些CV是在描述蛋白质骨架结构的Ramachadran二面角上生成的。dPCA提供了一种通用方法来提取从内部坐标构建的相关CV。我们说明了这种方法的鲁棒性的情况下,小的和非常扩散的甲啡肽五肽,并强调了一个标准,以限制有偏见的metadaptamics模拟所需的CV的数量。与从原子的笛卡尔坐标的PCA提取的CV上建立的自由能景观(FEL)相比,从dPCA生成的CV上建立的Met-脑啡肽的自由能景观被发现是坚固的。
2012-11-12 cond-mat.other physics.bio-ph q-bio.BM
Structure Space of Model Proteins --A Principle Component Analysis
本文研究二维正方形格点上所有紧结构的空间,格点大小为$N=6\times6$。根据疏水模型,将每个结构映射到$N$维度的载体上。以前的工作表明,结构的可设计性是密切相关的分布在$N$维空间中的结构矢量,与高度可设计的结构主要发现在低密度区域。我们使用主成分分析来探测和表征结构向量的分布,并发现一个不均匀的单峰密度。有趣的是,该峰的主轴几乎与傅立叶本征向量对齐,并且对应的傅立叶本征值在交替模式($q=π$)的波数处连续地变为零。这些观察提供了一个垫脚石的结构点的分布的分析描述,并打开了通过简单的傅立叶变换的疏水性相应的序列的可能性,估计现实结构的可设计性。
2002-09-24 cond-mat.soft physics.bio-ph q-bio.BM
Helices in Biomolecules
相同的物体,有规律地组装,形成螺旋,这是核酸,蛋白质和病毒衣壳的主要基序。
2005-10-15 q-bio.BM
SF-Cluster: Frustration-Guided MSA Subsampling for Alternative Protein Conformation Recovery
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);University of Pennsylvania(宾夕法尼亚大学);The Chinese University of Hong Kong(香港中文大学)
提出SF-Cluster方法,利用预测的局部能量挫折模式对MSA进行子采样,以恢复替代蛋白质构象,在48个基准案例中优于AF-Cluster,尤其在变构系统中提升15.5个百分点。
2026-06-30 q-bio.BM
Design of elastic networks with evolutionary optimised long-range communication as mechanical models of allosteric proteins
变构效应通常是蛋白质活性的基础,阐明变构现象所特有的通用设计方面和功能原理是一个重大挑战。在这里,一种方法,其中包括在合成结构的硅设计,作为变构的主要元素,编码动态远程耦合两个网站之间的。结构由弹性网络表示,类似于真实蛋白质的粗粒度模型。实施进化优化策略以迭代地改进变构偶联。在所设计的结构中,从应变传播的角度分析了变构相互作用,并将进化过程中出现的简单途径确定为建立远程通信的签名。此外,还证明了变构性能对突变的稳健性。事实证明,设计的原型结构显示出类似于真实变构蛋白质的动力学特性。因此,它们可以作为复杂变构系统(如蛋白质)的玩具模型。
2017-02-27 cond-mat.soft physics.bio-ph q-bio.BM
Protein folding simulations in the hydrophobic-polar model using a hybrid cuckoo search algorithm
蛋白质是含有一组氨基酸的线性链,其自身折叠以产生特定的天然结构,也称为最小能量构象。正是天然结构决定了每种蛋白质的功能。蛋白质折叠问题一直是计算生物学和化学生物学中的难题之一。PFP的主要挑战是通过仅考虑其氨基酸序列来预测给定蛋白质的最佳构象。由于构象空间包含非常大量的构象,即使在处理短序列时,也已经开发并应用了不同的简化模型以使PFP不那么复杂。在过去的几年里,已经提出了许多计算方法来解决PFP。它们是基于简化的晶格模型,如疏水极性模型。本文提出了一种新的混合布谷鸟搜索算法(Hybrid Cuckoo Search Algorithm,HCSA)来求解3D-HP蛋白质折叠优化问题。我们所提出的算法包括结合布谷鸟搜索算法(CSA)与爬山(HC)算法。不同的基准序列的仿真结果,并比较国家的最先进的算法。
2021-05-22 math.OC q-bio.BM
Properties of contact matrices induced by pairwise interactions in proteins
总的构象能被假定为由原子或残基之间的成对相互作用能组成,其中的每一个被表示为构象依赖函数(接触矩阵的元素,C-矩阵)和序列依赖能量参数(接触能量矩阵的元素,E-矩阵)的乘积。蛋白质中的这种成对相互作用迫使天然C-矩阵处于一种关系中,就好像相互作用是类似Go的势[N]。去吧,安奴。生物物理学Bioeng. 12. 183(1983)],因为总能量函数的最低界等于天然构象在Go样成对势中相互作用的总能量。C-矩阵和E-矩阵之间的这种关系对应于(a)C-矩阵和E-矩阵的特征向量之间的平行关系和它们的特征值之间的线性关系,以及(b)接触数向量和C-矩阵和E-矩阵的主特征向量之间的平行关系; E矩阵在一系列具有附加常数项的本征空间中展开,该附加常数项对应于近似地将原生接触与非原生接触分开的接触能量的阈值。这些关系得到证实,在182个代表从每个家庭的SCOP数据库通过检查内积之间的主要特征向量的C-矩阵,E-矩阵评估与统计接触潜力,和接触数向量。此外,C-和E-矩阵的光谱表示揭示了成对残基-残基相互作用,这只取决于相互作用的氨基酸的类型,但不依赖于蛋白质中的其他残基,是不够的,需要其他的相互作用,包括残基连接性和空间位阻,使天然结构的独特的最低能量构象。
2011-08-31 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
Curvature-Informed Potential Energy Surface for Protein-Ligand Binding Affinity Prediction
Sun Yat-Sen University(中山大学);City University of Hong Kong(香港城市大学)
提出曲率信息势能面图神经网络CPES,通过物理启发的曲率表示建模构象柔性,结合光谱交叉注意力捕获结合诱导的动力学变化,提升亲和力预测性能。
2026-06-15 cs.LG q-bio.BM
The eBDIMS path-sampling server: generation, classification and interactive visualization of protein ensembles and transition pathways in 2D-motion space
最近兴起的冷冻EM和X射线高通量技术提供了大量的新结构被困在不同的构象。了解蛋白质如何在不同构象之间转换,以及它们在功能方面如何相互关联并不简单,并且高度依赖于正确的自由度集合的选择。在这里,我们提出了eBDIMS服务器,一个在线工具和软件的结构合奏和重建的过渡途径,使用粗粒度(CG)模拟的自动分类。服务器生成两种蛋白质构象之间的CG路径,以及基于实验结构的主成分(PC)的简化2D运动景观中的表示。对于构象丰富的系综,PC提供了强大的反应坐标自动结构分类,检测的途径上的中间体和验证的计算机途径。当可用结构的数量较少或采样有限时,正常模式(NM)为轨迹分析提供替代运动轴。路径生成eBDIMS方法可在用户友好的网站上获得:https://login.biophysics.kth.se/eBDIMS/或作为独立软件。该服务器集成了一个强大的交互式图形界面,用于同时可视化2D运动空间和3D分子图形中的过渡路径,这极大地促进了不同构象之间关系的探索。
2018-03-19 q-bio.BM
Correlation-based feature selection to identify functional dynamics in proteins
为了解释生物分子系统的分子动力学模拟,通常采用系统降维方法。其中包括主成分分析(PCA)和时滞独立成分分析(TICA),其目的是分别最大化第一个成分的方差和时标。这种分析的关键的第一步是识别合适的和相关的输入坐标(所谓的特征),例如主链二面角和残基间距离。由于通常只有这些坐标的一小部分参与特定的生物分子过程,因此重要的是丢弃剩余的不相关运动或弱相关噪声坐标。这是因为它们可能表现出大幅度或长时间尺度,因此将分别被PCA和TICA错误地视为重要。为了区分集体运动的功能动力学从不相关的运动,输入坐标的相关矩阵块对角化的聚类方法。这种策略避免了由于假定的功能性可观测量和构象状态或最大化方差或时间尺度的变异原理而可能产生的偏差。考虑到几个线性和非线性的相关措施和各种聚类算法,它表明,线性相关和莱顿社区检测算法的组合,所有考虑模型系统产生优异的结果。这些包括T4溶菌酶的功能运动,以证明集体运动的成功识别,以及绒毛头部的折叠,以突出相关运动的功能机制的物理解释。
2022-04-07 cond-mat.soft physics.bio-ph q-bio.BM
Conformational Fluctuations and Phases in Fused in Sarcoma (FUS) Low-Complexity Domain
本研究结合固态 NMR 与截短构建体分析 FUS-LC 的构象和相态,阐明 core-1/core-2 原纤维结构、稳定机制及位点特异性磷酸化效应。
2023-06-05 q-bio.BM