粗粒化蛋白质模型中良好折叠性能序列的设计

背景：设计能够在给定目标结构中保持稳定的氨基酸序列相当于最大化一个条件概率。为实现这一目标，一种直观的方法是使用嵌套蒙特卡罗方法，不断探索不同固定序列下的构象空间，这需要计算资源的过度消耗。已提出几种近似方法，基于固定结构的能量最小化或高温展开，这些方法快速但常不够准确，因为折叠发生在低温下。结果：我们发展出一种多序列蒙特卡罗程序，其中同时探索序列空间和构象空间，并对序列空间进行有效的修剪。该方法在疏水/极性模型上进行了探索。我们首先讨论短晶格链，以便与精确数据和其他方法进行比较。该方法随后成功应用于至多50个单聚物的晶格链以及20-mer的非晶格链。结论：多序列蒙特卡罗方法为粗粒化模型中的序列设计提供了一种新方法。它比以前的蒙特卡罗方法更有效，并且目前适用于相当广泛的两种字母模型。