重复蛋白序列空间的大小与结构
生物大分子
2020-11-20 v2
摘要
蛋白质序列的编码空间由功能与稳定性要求所设定的进化约束所塑造。我们表明,给定蛋白质家族的编码空间——即该家族中序列的总数——可以使用在天然存在的氨基酸序列多序列比对上训练的最大熵模型来估计。我们分析并计算了三个丰富的重复蛋白家族的大小,其成员是由约 30 个氨基酸的保守片段多次重复构成的大蛋白。尽管比对中每个位置的氨基酸保守性解释了相对于完全随机序列多样性的大部分降低,我们发现不同位置氨基酸使用之间的相关性显著影响了该多样性。我们量化了不同类型的相关性(功能性与进化性的)对序列多样性的影响。对家族编码空间详细结构的分析揭示了一个崎岖的景观,具有许多大小不一且具层次结构的局部能量极小,令人联想到物理学中自旋玻璃的受阻挫能量景观。这种聚类结构表明每个家族内存在多种亚型,并为蛋白质设计提供了新策略。
引用
@article{arxiv.1905.04493,
title = {Size and structure of the sequence space of repeat proteins},
author = {Jacopo Marchi and Ezequiel A. Galpern and Rocio Espada and Diego U. Ferreiro and Aleksandra M. Walczak and Thierry Mora},
journal= {arXiv preprint arXiv:1905.04493},
year = {2020}
}