クリオ・エム・マップにおける自動モデル構築とタンパク質識別

科学分野:

• 構造生物学
• 計算生物学
• バイオ物理学

背景:

• 電子冷凍顕微鏡 (cryo-EM) マップにおける原子モデルの構築は複雑で,手作業がかなり必要である.
• 現在の方法は高度な専門知識と3Dグラフィックスソフトウェアの広範な使用を必要とし,構造の決定にボトルネックを生み出します.

研究 の 目的:

• クリオ-EMマップで原子モデルを構築するための自動化された,機械学習ベースのアプローチを開発する.
• クリオ-EM構造の決定の効率,客観性,および正確性を向上させる.

主な方法:

• ModelAngeloはグラフニューラルネットワークを使用して タンパク質配列と構造情報を統合します
• 隠されたマルコフモデルを使って 配列検索のアミノ酸確率を予測します

主要な成果:

• ModelAngeloはヒトの専門家と同等の品質の タンパク質の原子モデルを作っています
• 核酸については,ModelAngeloはヒトレベルの精度でバックボーン構造を実現します.
• このツールは未知の配列を持つタンパク質を 特定する上で 人間の専門家を上回ります

結論:

• ModelAngeloは,ボトルネックを大幅に削減し,冷凍-EM構造の決定における客観性を高めています.
• この自動化されたアプローチは 構造生物学の研究のペースを加速させる可能性を秘めています