应对蛋白质对接中的骨架灵活性进展
摘要：蛋白质-蛋白质复合物的计算对接方法可以提供结构模型，但蛋白质骨架的灵活性往往会阻碍准确的预测。在最近的盲目挑战中，"难"目标（具有显著的骨架变化或不确定性）中有不到20％提交了中等或高准确性的模型。在这里，我们描述了蛋白质-蛋白质对接的最新发展，并强调解决骨架灵活性的进展。在分子动力学和蒙特卡洛方法中，增强采样技术减小了时间尺度的限制。现在，内部坐标形式可以使用谐振动动力学来捕捉单体和复合物的真实运动。而机器学习方法可以自适应地引导对接轨迹，或者通过在蛋白质界面上训练的深度神经网络来生成新的结合位点预测。这些工具使该领域有望突破长期以来正确预测具有重要构型变化的复合物结构的挑战。
作者：Ameya Harmalkar and Jeffrey J. Gray
论文ID：2010.07455
分类：Biomolecules
分类简称：q-bio.BM
提交时间：2020-12-29