蛋白折叠晶格模型枚举的快速树搜索

使用快速树搜索算法和 Pentium 集群，我们枚举了大小为 $4\times3\times3$ 的晶格模型中所有序列和紧凑构型（结构）。我们使用两种氨基酸——疏水性 (H) 和极性 (P) ——构成序列，因此有 $2^{36} \approx 6.87 \times 10^{10}$ 种不同的序列。总共有 84,731,192 个不同的结构。我们采用一种简单溶剂模型，其中序列折叠成特定结构的能量为该结构“核心”中疏水性氨基酸数的负数。对于每个序列，我们找到其基态或基态，即能量最低的结构或结构。约有 0.3% 的序列具有唯一的基态。具有唯一基态的结构数量为 2,662,050，约占总结构数的 3%。然而，这些“可设计”结构在其可设计性（即哪些序列的唯一基态为该结构的数量）上差异巨大。为理解这种可设计性差异，我们研究了在高维空间中结构的分布，其中每个结构由一串表示核心位点和表面位点的 1 和 0 构成。