Determinación de la estructura macromolecular completamente automatizada, altamente tolerante a errores, a partir de...

Área de la Ciencia:

• Biología Estructural Biología estructural.
• Biología computacional Biología computacional.
• La biofísica es la biofísica.

Sus antecedentes:

• La determinación de la estructura de la proteína por resonancia magnética nuclear (RMN) de alto rendimiento a menudo se ve limitada por los desafíos para obtener pliegues iniciales precisos y resolver las ambigüedades de asignación de la mejora nuclear Overhauser (NOE).
• Las asignaciones incorrectas de NOE, particularmente para las interacciones de largo alcance, pueden obstaculizar significativamente el proceso de cálculo de la estructura.

Objetivo del estudio:

• Desarrollar un enfoque computacional robusto y automatizado para determinar las estructuras de proteínas a partir de datos de RMN con una alta precisión de coordenadas de la columna vertebral.
• Para superar las limitaciones de los métodos existentes mediante el diseño de un algoritmo que es tolerante a un alto porcentaje de asignaciones NOE incorrectas y evita el sesgo de los ciclos de cálculo anteriores.

Principales métodos:

• El algoritmo emplea una función de energía lineal para las restricciones NOE para maximizar la satisfacción simultánea durante el recocido simulado.
• Maneja múltiples posibilidades de asignación de NOE al tratar cada una como una restricción independiente, evitando el atrapamiento en mínimos locales.
• Un método probabilístico permite la inactivación y reactivación dinámica de las restricciones NOE durante el recocido simulado, evitando la eliminación permanente y reduciendo el riesgo de mínimos falsos.

Principales resultados:

• El método calcula con éxito las estructuras de proteínas con una precisión de coordenadas de columna vertebral de 1,0-1,5 Å a partir de conjuntos de datos que contienen hasta un 80% de información incorrecta de NOE de largo alcance.
• Eficacia demostrada en datos experimentales NOE automáticamente seleccionados de interleucina-4 (136 residuos) y cianovirina-N (101 residuos).
• Exploración de las limitaciones del método utilizando datos simulados en el dominio B1 de 56 residuos de la proteína G. estreptocócica.

Conclusiones:

• El algoritmo desarrollado proporciona una solución robusta y tolerante a errores para el cálculo automatizado de la estructura de proteínas a partir de datos de RMN.
• Este enfoque mejora significativamente la eficiencia y la confiabilidad de la determinación de la estructura de RMN de alto rendimiento, incluso con asignaciones NOE ruidosas o incompletas.