Predicción rápida e interpretable del mapa de contacto de proteínas utilizando una estrategia de emparejamiento de...

Área de la Ciencia:

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

Sus antecedentes:

• La brecha entre las proteínas secuenciadas y las estructuras determinadas experimentalmente se está ampliando.
• Los métodos actuales como AlphaFold2 y el análisis de coevolución (MI, DCA) tienen limitaciones, incluidos los altos costos computacionales y la dependencia de extensos datos de secuencia.

Objetivo del estudio:

• Desarrollar un método computacionalmente eficiente e interpretable para predecir mapas de contacto de proteínas.
• Ofrecer una alternativa a los métodos existentes, particularmente para proteínas con homólogos de secuencia limitados o cuando se necesitan predicciones rápidas.

Principales métodos:

• Un modelo basado en el patrón de aproximación de coincidencia que identifica motivos estructurales conservados de estructuras homólogas.
• Codificación de los arreglos espaciales de los residuos como patrones de secuencia y su alineación con las secuencias de consulta.
• Utilizando un número modesto de plantillas estructurales (50-500) y hardware estándar sin GPU.

Principales resultados:

• Se obtuvieron altas correlaciones (0.735-0.942) con mapas de contacto experimentales en 25 dominios de proteínas.
• Demostró una mejor cobertura de contacto que MI y GREMLIN con una precisión comparable.
• Se logró una puntuación F1 media de 0.609 ± 0.095 y una precisión de 0.954 ± 0.036 en 7.599 secuencias mal anotadas.

Conclusiones:

• El método de coincidencia de patrones es una alternativa computacionalmente eficiente e interpretable a los enfoques basados en el aprendizaje profundo y la coevolución.
• Este método es particularmente valioso para proteínas con homólogos de secuencia limitados o cuando las predicciones rápidas son esenciales.
• El enfoque predice con éxito los mapas de contacto de proteínas utilizando motivos estructurales conservados y recursos computacionales modestos.