迭代推导有效势以在原子尺度采样蛋白质构象空间
生物大分子
2015-06-18 v1
摘要
当前的计算机能力使得利用便携式显式溶剂势对小型系统进行高精度模拟成为可能。然而，要利用大型系统的行为或对小型系统进行系统扫描，必须采用简化模型。虽然已有强大的算法可促进构象空间的采样，但此类模型的成功应用受到限制，因为缺乏足够简单的势函数来令人满意地复现系统的已知性质。我们开发了一种原子间势，以计算经济的方式解释蛋白质的多种性质。该势定义在全原子隐式溶剂模型中，由不同原子类型之间的接触函数确定。相关的数值可以通过迭代蒙特卡洛方案在任何可用的实验数据上进行优化，前提是这些数据可表达为某些构象性质的热平均值。我们在三种不同的蛋白质上测试了该模型，并对它们进行了所有可能点突变的扫描及显式构象采样。 resulting 模型仅在本征距离的子集上进行优化，不仅能在实验值几埃（Angstroms）范围内复现本征构象，还展示了本征态与变性态之间的协同转变，并正确预测了与点突变相关的实测自由能变化。此外，与其他基于结构的模型不同，我们的方法保留了残余的挫折度（frustration），而这已知存在于蛋白质分子中。
引用
@article{arxiv.1402.0385,
title = {Iterative derivation of effective potentials to sample the conformational space of proteins at atomistic scale},
author = {R. Capelli and C. Paissoni and P. Sormanni and G. Tiana},
journal= {arXiv preprint arXiv:1402.0385},
year = {2015}
}