约束隐马尔可夫模型揭示更多的 Hsp90 蛋白状态
统计力学
2024-08-06 v2 生物大分子
摘要
蛋白质构象动力学的时间序列通常使用隐马尔可夫模型 (HMMs) 进行评估。如果状态数量及其连通性已知，这种方法效果良好。然而，对于多结构域蛋白 Hsp90，采用贝叶斯信息准则 (BIC) 优化的标准 HMM 分析无法很好地解释长寿命状态。因此，我们在此采用约束隐马尔可夫模型，通过包含假设来忽略状态间的跃迁。逐步调整具有合理且聚焦变化的模型，使我们能够提高其有效性和 BIC 得分。这成为可能得益于对具有数千个可观测跃迁的时间轨迹进行分析，从而获得了极佳的统计数据。在该方案中，我们还监测模型重构状态的驻留时间，旨在找到指数分布的驻留时间。我们展示了引入新状态如何实现这些统计数据，同时也指出了局限性，例如对于连接到共同邻居的两个状态具有显著相似性的情况。其中一个状态显示出最低的自由能，可能是空闲的开放“等待状态”，Hsp90 在此状态下等待核苷酸、伴侣蛋白或底物的结合。
引用
@article{arxiv.2402.19207,
title = {Constrained hidden Markov models reveal further Hsp90 protein states},
author = {Riccardo Tancredi and Antonio Feltrin and Giosuè Sardo Infirri and Simone Toso and Leonie Vollmar and Thorsten Hugel and Marco Baiesi},
journal= {arXiv preprint arXiv:2402.19207},
year = {2024}
}