从量子化学到生物网络：一种用于蛋白质结构分析的图谱方法
摘要
在这篇展望文章中，我们提出了一种表征蛋白质结构网络的多学科方法。我们首先将我们的方法置于其历史背景中，并描述它综合了来自量子化学、聚合物构象生物学、矩阵数学和渗流理论的概念的方式。然后我们明确地给出基于非共价相互作用的氨基酸侧链构建蛋白质结构网络的方法，并展示如何从这些网络的图谱中获得大量信息。采用合适的数学方法，例如使用加权拉普拉斯矩阵生成谱，使我们能够发展用于网络比较的严格方法，并通过扰动方法识别负责网络完整性的关键节点。我们的评分方法在结构生物学中有若干传统分析方法难以企及的应用。在此，我们讨论以下实例：(a) 包含侧链连接性细节的蛋白质结构比较，(b) 节点聚类对结合配体的贡献，解释诸如变构等现象中局部变化的全局效应，以及 (c) 纯粹从图的谱推导出的对结构完整性至关重要的氨基酸的识别。我们展示了我们的方法如何使我们能够获得关于参与细胞功能和疾病（如GPCR和HIV蛋白酶）的关键蛋白质的宝贵信息，并讨论其生物学意义。然后我们简要描述渗流理论的概念如何进一步增强我们的分析。在 concluding 对未来发展的展望中，我们建议一种进一步统一的蛋白质结构分析方法，并为我们的方法在更大、更复杂的网络（如代谢和疾病网络）上应用提出审慎的问题选择。
引用
@article{arxiv.1912.11609,
title = {From Quantum Chemistry to Networks in Biology: A Graph Spectral Approach to Protein Structure Analyses},
author = {Vasundhara Gadiyaram and Smitha Vishveshwara and Saraswathi Vishveshwara},
journal= {arXiv preprint arXiv:1912.11609},
year = {2019}
}
备注
Appeared in a special issue of the ACS Journal of Chemical Information and Modeling entitled Women in Computational Chemistry (Editorial Coverage: https://pubs.acs.org/doi/pdf/10.1021/acs.jcim.9b00368). Article coverage in ACS blog: https://axial.acs.org/2019/05/23/protein-structure-analysis/