如何推导蛋白质折叠势？一个解决老问题的新方法

在本文中，我们介绍了一种推导蛋白质折叠成对势的新方法。该势通过优化过程获得，该过程同时最大化数据库中{\it 所有}蛋白质的能量间隙。为了测试我们的方法并与其他基于知识的势推导方法进行比较，我们使用了简单的晶格模型。在晶格模型的框架内，我们通过以下方式构建模型蛋白质数据库：a) 随机选取200个晶格链构象；b) 设计能够折叠成这些结构的序列，并使用一些任意的“真实”势；c) 使用该数据库提取势；d) 使用提取的势折叠模型蛋白质。在模型系统上的测试表明，我们的程序能够以与“真实”势的相关性$r \approx 91\%$恢复势，并且我们能够使用恢复的势折叠所有模型结构。其他统计知识基方法也使用晶格模型进行了测试，结果表明它们也能以高精度恢复“真实”势。当应用于采用接触成对近似的能量函数的真实蛋白质结构时，我们的势得分略优于现有方法。然而，从诱饵中区分天然结构的能力仍然不够强，不足以使该势用于{\em ab initio}折叠。我们认为，应考虑更详细的蛋白质结构和能量学，以实现更好的能量间隙。所提出的方法是通用的，允许系统地推导更复杂能量函数的参数。我们方法推导的势的有效性的内部控制是，在向数据库添加新蛋白质时收敛到唯一解。