基于高维Potts模型的蛋白质功能突变适应性建模与预测
统计方法学
2025-05-22 v1
摘要
量化氨基酸突变在蛋白质中的作用，由于残基位点与氨基酸类型的组合数量庞大，使得实验方法成本高昂且耗时。Potts模型已用于解决这一挑战，其参数捕捉蛋白质族中残基位点之间的演化依赖关系。然而，现有方法常使用均场近似来降低计算需求，这种近似缺乏可证明的保证，忽视了评估突变效应的关键结构信息。我们提出一种新的框架，用于基于节点级高维多项式回归的Potts模型来分析蛋白质序列。该方法识别关键残基相互作用和重要氨基酸，通过模型参数中的演化能来量化突变效应。该方法通过元素级和组稀疏鼓励site级和氨基酸级依赖关系的稀疏性。我们首次建立了高维Potts模型参数估计的l2收敛速率，使用稀疏组Lasso，匹配高维线性模型中稀疏组结构的现有minimax下界——仅受多项式Potts模型特性影响的因子。这种理论保证使得对估计能量变化的准确量化成为可能。此外，我们通过在site对上施加惩罚权重来将结构数据纳入模型。我们的方法在预测突变适应性方面优于其他方法，证据来自对12个蛋白质族进行的高通量突变实验的比较。
引用
@article{arxiv.2505.14958,
title = {Modeling and prediction of mutation fitness on protein functionality with structural information using high-dimensional Potts model},
author = {Bingying Dai and Yinan Lin and Kejue Jia and Zhao Ren and Wen Zhou},
journal= {arXiv preprint arXiv:2505.14958},
year = {2025}
}