通过Rosetta,AlphaFold和非差异性共价标记质谱仪进行增强的蛋白质复合体预测
Zachary C Drake1, Alexa G Fowler1, Ashley A Blum1
1Department of Chemistry and Biochemistry, Ohio State University, Columbus, Ohio 43210, United States.
The journal of physical chemistry. B
|June 24, 2025
概括
这项研究引入了一种使用非差异性共价标记 (CL) 质谱数据的新计算框架,以改善蛋白质复合体预测. 该方法通过结合基蛋白足迹 (HRPF) 数据来提高模型的准确性,即使只有复杂的形式可用.
科学领域:
- 生物化学和结构生物学
- 计算生物学和生物信息学
- 质谱技术 质谱技术 质谱技术
背景情况:
- 共价标记 (CL) 质谱法是阐明蛋白质结构的关键技术.
- 将CL与计算预测相结合,有助于对蛋白质复合体进行建模.
- 差异性CL数据 (单质与复杂) 是理想的,但通常很难获得.
研究的目的:
- 开发一个框架,用于在蛋白质复合体预测中利用非差异性CL数据.
- 为了提高计算蛋白质复杂模型的准确性.
- 在单体标签具有挑战性时,利用边界状态的CL测量.
主要方法:
- 使用非差异性CL数据开发了用于蛋白质复合体预测的计算框架.
- 引入了一种由基基蛋白足迹 (HRPF) 衍生的评分术语.
- 应用评分术语来惩罚基于与实验CL数据一致的对接模型.
主要成果:
- 来自HRPF的评分术语显著提高了蛋白质复杂模型的准确性.
- 最好的得分模型显示,使用HRPF数据的平均根平均平方偏差 (RMSD) 改善了4.6 Å.
- 包括CL数据导致四个最高得分的RMSDs低于5Å的RMSDs,这是一个显著的改善.
结论:
- 非差异性CL数据可以有效地用于增强蛋白质复合体预测.
- 开发的框架提高了模型的准确性,特别是当只有有限状态的CL数据可用时.
- 这种方法扩大了CL质谱在结构生物学中的实用性.
更多相关视频
10:01Combining Chemical Cross-linking and Mass Spectrometry of Intact Protein Complexes to Study the Architecture of Multi-subunit Protein Assemblies
Published on: November 28, 2017
19.8K
08:04A New Approach for the Comparative Analysis of Multiprotein Complexes Based on 15N Metabolic Labeling and Quantitative Mass Spectrometry
Published on: March 13, 2014
12.3K
