简化蛋白质模型的经验势函数：结合接触和局部序列-结构描述符
摘要：蛋白质结构预测和折叠模拟需要一个有效的潜能函数。仅需C_alpha或骨架原子的简化蛋白质模型具有吸引力，因为它们能够高效地搜索构象空间。我们发现，特定残基的减少离散状态模型可以表示具有小的RMSD值的蛋白质背骨构象。然而，目前还没有专门针对这种简化蛋白质模型设计的潜能函数。在本研究中，我们通过结合接触相互作用描述符和局部序列-结构描述符来开发最佳的潜能函数。该潜能函数的形式是所有描述符的加权线性和，最优权重系数是通过使用原生和伪结构进行优化获得的。使用几个基准伪结构集评估了潜能函数在区分原生蛋白质结构和伪结构方面的性能。我们的潜能函数仅需要背骨原子或C_alpha原子，在性能上可以与几个需要额外侧链中心坐标或所有侧链原子坐标的残基潜能函数相媲美甚至更好。通过将残基字母表缩小到大小为5来改善潜能函数的性能。我们的结果还表明，局部序列-结构相关可能在降低蛋白质折叠的熵代价方面发挥着重要作用。
作者：Jinfeng Zhang, Rong Chen, and Jie Liang
论文ID：q-bio/0601029
分类：Biomolecules
分类简称：q-bio.BM
提交时间：2007-05-23