串联重复提供了趋同进化到类似蛋白质结构的证据.

科学领域:

• 生物信息学是一种生物信息学.
• 计算生物学 计算生物学
• 结构生物学 结构生物学
• 进化生物学 进化生物学

背景情况:

• 同源性传统上是从序列相似性推断出来的,数十年来统计框架的支持.
• 蛋白质结构预测的进步使同质推理能够超出序列对齐限制.
• 几乎相同的蛋白质结构可以存在于不可检测的序列相似性,挑战传统的同质性评估.

研究的目的:

• 在预测蛋白质结构的大型数据库中调查类似蛋白质的存在 (结构相似但不同类).
• 评估单独的结构相似性是否是同质性的可靠指标,特别是当序列相似性较低时.
• 为了确定融合进化是否可以产生类似的蛋白质结构,可能被误认为是同类的.

主要方法:

• 分析了预测的蛋白质结构的Foldseek集群,以识别缺乏序列级同质支持的对.
• 检查的强结构匹配 (模板建模得分≥0.5) 缺乏序列同质性.
• 研究了具有预测重复和序列级别并列重复的结构,以评估它们造成虚拟匹配的潜力.
• 比较串联重复单元的家谱,以推断高度相似的结构中的同类或类比.

主要成果:

• 大约2.6%的Foldseek集群没有显示出序列级同质支持,其中约1%的强结构匹配.
• 缺乏序列同质性的强大的结构匹配被丰富在具有预测重复的蛋白质中,可能导致虚假的发现.
• 在这些结构中,许多串联重复单元表现出与共享的共同祖先不一致的家谱,表明了类比.

结论:

• 非常相似的蛋白质结构的重要子集可能是类似的,而不是同类的,挑战了结构相似性保证共同祖先的假设.
• 仅从结构相似性推断同质性时,建议谨慎,特别是在没有支持序列证据的情况下.
• 重复的存在可能有助于结构趋同,并导致对同质的错误识别.