系统发育对从蛋白质序列数据推断功能扇区的影响

对同源蛋白质的多序列比对进行统计分析，揭示了称为扇区的共进化氨基酸组。这些氨基酸位点组在其氨基酸使用上表现出集体相关性，并且与功能特性相关。建模表明，对蛋白质加性功能性状的非线性选择通常预期会产生功能扇区。这些建模结果催生了一种称为ICOD的原理性方法，旨在从序列数据中识别功能扇区以及突变效应。然而，所有旨在从多序列比对中识别扇区的方法面临的一个挑战是，氨基酸使用的相关性也可能仅仅源于同源序列共享共同祖先的事实，即源于系统发育。在这里，我们从一个包含系统发育和功能扇区的最小模型生成受控的合成数据。我们利用这些数据来剖析系统发育对不同方法在扇区识别和突变效应推断上的影响。我们发现ICOD对系统发育最为稳健，但保守性也相当稳健。接下来，我们考虑具有深度突变扫描实验数据的蛋白质家族的自然多序列比对。我们表明，在这些自然数据中，保守性和ICOD最能识别具有强功能作用的位点，这与我们在合成数据上的结果一致。重要的是，这两种方法的前提不同，因为它们分别关注保守性和相关性。因此，它们的联合使用可以揭示互补信息。