在蛋白质结构建模中应用构造空间化方法,使用冷-EM地图

科学领域:

• 结构生物学 结构生物学
• 计算生物学 计算生物学
• 生物物理学的生物物理.

背景情况:

• 低温电子显微镜 (cryo-EM) 能够对生物大分子进行高分辨率的结构确定.
• 准确的原子模型构建和改进对于解释冷电磁密度图来说至关重要.
• 需要全球优化方法来探索蛋白质的庞大构造空间.

研究的目的:

• 在冷凍-EM結構建模中,應用適合空間化 (CSA) 來精製蛋白質結構.
• 评估CSA在刚性拟合和de novo建模方法中的有效性.
• 评估CSA从冷EM数据中生成可靠和准确的原子模型的能力.

主要方法:

• 使用CSA (PyCSA) 的python子程序与Pyrosetta的FastRelax协议集成.
• 应用CSA用于提炼初始蛋白质结构,这些结构是通过对冷电磁图进行刚性拟合而获得的.
• 通过追踪冷电磁图,使用CSA进行新型蛋白质建模.

主要成果:

• CSA成功地产生了可靠的原子结构,在刚性装配模型中容纳了显著的域移动.
• 在CSA精制的de novo模型中,MolProbity得分和与冷电磁图的交叉相关系数得到了改善.
• 该方法证明了对各种形状的有效采样,以实现灵活的装配和改进.

结论:

• CSA是冷-EM结构建模的宝贵工具,可以灵活地安装和改进.
• CSA有效地采样了构造空间,从而改善了蛋白质模型.
• 整合PyCSA和FastRelax对推进冷EM结构分析具有前景.