剖析用于确定蛋白质稳定性的线性外推法的统计性质

当通过变性剂诱导去折叠来测量蛋白质稳定性时,通常采用线性外推法分析数据。该方法基于如下观察:与去折叠相关的吉布斯自由能变化 $\Delta_rG$ 常被发现为变性剂浓度 $D$ 的线性函数。无变性剂时的去折叠自由能变化 $\Delta_rG_0$ 通过该线性关系外推估计。数据分析通常通过非线性最小二乘回归进行,以获得参数估计值与置信区间。我们比较了计算参数置信区间的不同方法,发现基于线性理论的简单方法与更先进的方法相比结果相当甚至更优。我们还比较了线性外推法的三种不同参数化形式,表明其中一种形式 $\Delta_rG(D) = \Delta_rG_0 - mD$ 存在问题,因为在非线性最小二乘分析中 $\Delta_rG_0$ 值与 $m$ 值相关。参数相关性在某些情况下会导致置信区间与置信区域的估计问题,应尽量避免。两种替代参数化形式 $\Delta_rG(D) = -m(D-D_{50})$ 与 $\Delta_rG(D) = \Delta_rG_0(1-D/D_{50})$(其中 $D_{50}$ 为转变区中点)显示出小得多的参数间相关性。