Disobind：配列ベース、パートナー依存のコンタクトマップおよびインターフェース残基予測のための内在性無秩序領域

科学分野:

• 計算生物学
• タンパク質科学
• バイオインフォマティクス

背景:

• 内在性無秩序タンパク質（IDP）は、動的な構造と多様な結合モードを示します。
• IDPのインターフェースの特性評価は、実験的および計算的な大きな課題のままです。
• AlphaFoldなどの現在の予測ツールは、IDP結合部位の精度に苦労しています。

研究 の 目的:

• 新規深層学習手法であるDisobindを開発し、IDPのタンパク質間コンタクトマップおよびインターフェース残基を予測します。
• 既存の手法と比較して、IDPインターフェース予測の精度と効率を向上させます。

主な方法:

• Disobindは、ProtT5タンパク質言語モデルからの配列埋め込みを利用します。
• この手法は、アミノ酸配列から直接、タンパク質間コンタクトマップとインターフェース残基を予測します。
• パフォーマンスは、最先端のインターフェース予測ツールおよびAlphaFoldモデルと比較評価されました。

主要な成果:

• Disobindは、IDPの既存のインターフェース予測ツールを大幅に上回ります。
• Disobindは、さまざまな信頼度閾値において、AlphaFoldマルチマーおよびAlphaFold3と比較して優れたパフォーマンスを示します。
• DisobindとAlphaFold-multimer予測を組み合わせることで、予測精度がさらに向上します。

結論:

• Disobindは、構造データや多重配列アラインメントデータを必要とせずに、IDP媒介相互作用を特徴付けるための堅牢で正確なアプローチを提供します。
• 結合パートナーのコンテキストを考慮し、配列のみに依存するこの手法の能力は、IDP研究にとって貴重なツールとなります。
• Disobind予測は、大きな分子アセンブリ内のIDPを局在化し、その機能的役割を解明するのに役立ちます。