折叠的新视角：利用隐藏力算法预测简单蛋白质模型的最优序列与最优折叠
计算物理
2012-05-22 v1 生物物理
生物大分子
摘要
我们提出了一种看待离格点蛋白质模型全局优化的新方式。我们提出了一个双重优化概念，即同时预测最优序列和最优折叠。通过为最小化蛋白质模型找到比先前报道显著更低的能量折叠，我们验证了最近引入的隐藏力蒙特卡洛优化算法的实用性。此外，我们还找到了在给定链长和残基混合物下所有序列中产生最低能量折叠的蛋白质序列。特别地，对于具有二元序列的蛋白质模型，我们表明序列优化的折叠比历史上固定的斐波那契数列序列（链长分别为13、21、34、55和89）的最低能量折叠形成了更紧凑的核心。我们强调，虽然我们使用的蛋白质模型是最小化的，但该方法适用于详细的蛋白质模型，并且序列优化可能产生新颖的折叠并有助于从头蛋白质设计。
引用
@article{arxiv.1205.4705,
title = {A twist on folding: Predicting optimal sequences and optimal folds of simple protein models with the hidden-force algorithm},
author = {István Kolossváry and Kevin J. Bowers},
journal= {arXiv preprint arXiv:1205.4705},
year = {2012}
}
备注
9 pages, 2 figures, 2 tables, supplementary material