改进蛋白质结构预测使用集成式冷电磁和离子运动质谱模型
bioRxiv : the preprint server for biology
|February 23, 2026
概括
这项研究引入了CRIM,一种结合冷电子显微镜 (cryo-EM) 和离子流动性质谱 (IM-MS) 数据的新方法,以显著提高预测蛋白质结构的准确性. 克里姆增强了蛋白质的原子坐标预测,特别是当实验数据有限时.
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:
- 准确的蛋白质结构对于理解细胞功能和药物发现至关重要.
- 现有的冷电磁和质谱等方法提供了有价值的,但往往不完整的结构数据.
- 低分辨率的冷电磁图和离子流动性质谱仪 (IM-MS) 的碰撞截面 (CCS) 值缺乏原子细节.
研究的目的:
- 开发一个整合性评分功能,CRIM (cryo-EM + IM-MS),以增强单体蛋白质结构预测.
- 为了利用互补的低分辨率冷电磁密度和IM-MS CCS数据作为罗塞塔框架内的限制.
- 从稀疏或低分辨率的实验数据中提高原子坐标确定精度.
主要方法:
- 开发了CRIM,这是一个Rosetta评分功能,将Rosetta REF2015的能量与CCS协议 (PARCS) 和电子密度 (elec_dens_fast) 项整合在一起.
- 对60种单体蛋白质的模拟数据进行CRIM测试.
- 在54种蛋白质的实验数据集上验证了CRIM,使用可用的冷EM图或CCS值.
主要成果:
- 在模拟数据上,CRIM提高了蛋白质结构预测质量,将平均RMSD从3.65 Å降低到2.90 Å,并将平均TM-score从0.88提高到0.90.
- 在实验数据上,CRIM将平均RMSD从6.65 Å降低到4.38 Å,并将平均TM-score从0.73提高到0.79.
- 与AlphaFold3相比,CRIM产生了具有竞争力的预测,在具有稀疏限制的具有挑战性的案件中表现优于它.
结论:
- CRIM有效地集成低分辨率的冷EM和IM-MS数据,以改善单体蛋白质结构的预测.
- 该方法提供了一种实用的方法,用于在详细的实验数据稀缺时增强结构模型.
- 在Rosetta软件套件中提供了CRIM,使其在结构生物学研究中更容易使用.
