蛋白质数据库和AlphaFold DB之间的配对结构段的数据集,用于中分辨率的冷电磁密度图:整体结构质量的差距

科学领域:

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

背景情况:

• 中等分辨率的冷电子显微镜 (cryo-EM) 地图 (5-10 Å) 通常具有不同质量的相关原子模型.
• 从中分辨率的冷电磁图直接解决原子结构是具有挑战性的,经常依赖于模板拟合.
• 阿尔法折叠蛋白质结构数据库 (AlphaFold DB) 提供了最近的,可能更可靠的蛋白质结构预测.

研究的目的:

• 评估AlphaFold预测是否可以从中分辨率的冷EM数据中提炼结构模型.
• 将AlphaFold模型的质量与蛋白质数据库 (PDB) 中的现有模型进行比较,这些模型来自类似的冷EM数据.
• 评估AlphaFold DB在电子显微镜数据库 (EMDB) 中改善结构解释的实用性.

主要方法:

• 在 PDB 和 AlphaFold DB 之间对来自中分辨率冷电磁图的结构进行系统映射.
• 创建一个数据集,包括918个结构细分的非冗余对.
• 使用MolProbity进行结构验证和对模型质量得分的比较.

主要成果:

• 在PDB和AlphaFold DB分段之间观察到MolProbity得分分布的显著差异.
• 与PDB细分 (1.98) 相比,AlphaFold DB细分显示了一个单模分布,平均MolProbity得分高 (0.96),与PDB细分相比 (1.98).
• PDB细分市场表现出更广泛的模型质量范围,由双式分布和更长的尾巴表明,与更一致的AlphaFold DB细分市场不同.

结论:

• 由AlphaFold预测的模型是改进和改进中分辨率冷电磁数据结构解释的宝贵资源.
• 与来自具有挑战性的冷电磁数据集的旧模型相比,AlphaFold DB提供了更一致的高质量结构模型.
• 这些发现表明,AlphaFold预测可以提高存储在公共数据库中的结构模型的准确性和可靠性.