来自深度突变扫描的功能评分与对蛋白质稳定性的预测影响之间的对应性

科学领域:

• 计算生物学是一种计算生物学.
• 蛋白质工程是一种蛋白质工程.
• 基因组学就是基因组学.

背景情况:

• 预测蛋白质变异效应对于理解疾病和蛋白质功能至关重要.
• 蛋白质稳定性和相互作用是突变的关键物理影响.
• 之前的研究重点是针对热力学值的准确性或区分致病变体.

研究的目的:

• 评估蛋白质稳定性预测因子与来自深度突变扫描 (DMS) 的功能数据对比.
• 使用49个DMS数据集,比较9个基于稳定性的工具的性能.
• 探索共识评分和稳定性预测对DMS功能评分的实用性.

主要方法:

• 对比了9个稳定性工具对49个DMS数据集中的170,940个单氨基酸变体的预测.
• 评估了预测的稳定性变化与实验确定的适应性值之间的相关性.
• 使用FoldX和Rosetta开发和评估了一个共识得分 ("Foldetta").

主要成果:

• FoldX和Rosetta证明了与DMS功能评分的最强的相关性.
• 当从蛋白质复合体中结合分子间相互作用数据时,性能得到改善.
• "福德塔"的共识得分与专用变异效应预测器相匹配.
• 稳定性预测显示,与与蛋白质丰度相关的DMS表型的相关性更高.

结论:

• 蛋白质稳定性预测器,特别是FoldX和Rosetta,对于解释DMS数据非常有价值.
• 结合交互数据可以提高预测器的性能.
• 基于稳定性的方法可以在某些DMS功能预测中优于基于序列的方法.