論文タイトル
Modularity of Protein Folds as a Tool for Template-Free Modeling of Structures
出典
PLoS Comput Biol. 2015 Aug 7;11(8):e1004419.
Modularity of Protein Folds as a Tool for Template-Free Modeling of Structures - PubMed
Predicting the three-dimensional structure of proteins from their amino acid sequences remains a challenging problem in molecular biology. While the current str...
pubmed.ncbi.nlm.nih.gov
確認したいこと
- Sモチーフに関する既報
要旨
Sモチーフライブラリーを利用したタンパク質構造予測法、SmotifTFについて、紹介されています。
解説など
タンパク質の構造解析手法は、大きく以下の2種類に分類されます。
- 鋳型に基づくモデル (template based model, TBM)
- 鋳型に依存しないモデル (template free model, TFM)
TFMはさらに、以下の2種類に分類されます。
- ab initio 法 (他のタンパク質構造を一切用いずに物理法則から予測)
- フラグメントアセンブル法 (タンパク質断片のライブラリーを用いて予測する)
本論文で紹介されているSmotifTF法は、この中でフラグメントアセンブル法に属する手法です。予測に利用するフラグメントライブラリーとして、Sモチーフを利用しています。Sモチーフの定義や特徴は、以下の記事で解説していますので、ご参照ください。
予測モデルのアルゴリズムは以下のとおりです。
- PSIPREDを用いて標的タンパク質の2次構造を予測し、Sモチーフを同定する
- PDBで利用可能な構造情報から、標的タンパク質に適切なSモチーフをサンプリングする
- 以下の指標から、最適な構造モデルを選択する
- ペアワイズポテンシャル
- 回転半径
- 水素結合ポテンシャル
- 溶媒和ポテンシャル
複数のタンパク質に対して予測を適用したところ、RosettaやI-tasserなど既存の予測アルゴリズムに匹敵する性能を示し、タンパク質の種類によっては、最も精度の高い結果が得られたとのことです。
本手法は、以下のパラメータや、タンパク質の特徴が、予測精度が影響するそうです。
- PSIPREDによる2次構造予測
- タンパク質の大きさ(一般的な予測モデルでは、120残基以下のサイズが望ましい)
- HHalignを用いたSモチーフライブラリのサンプリング
追加調査したいこと
同様の目的で様々な予測モデルが世の中には存在します。複数のモデルからの予測を、統合した手法がないか、確認したいと思いました。
コメント