Hydrofob-polär proteinveckningsmodell
Den hydrofoba-polära proteinveckningsmodellen är en mycket förenklad modell för att undersöka proteinveck i rymden. Först föreslogs av Ken Dill 1985, det är den mest kända typen av gitterprotein : det härrör från observationen att hydrofoba interaktioner mellan aminosyrarester är drivkraften för att proteiner viker sig till sitt ursprungliga tillstånd . Alla aminosyratyper klassificeras som antingen hydrofoba (H) eller polära (P), och veckningen av en proteinsekvens definieras som en självundvikande promenad i ett 2D- eller 3D- gitter . HP-modellen imiterar den hydrofoba effekten genom att tilldela en negativ (gynnsam) vikt till interaktioner mellan intilliggande, icke-kovalent bundna H-rester. Proteiner som har minimal energi antas vara i sitt ursprungliga tillstånd.
HP-modellen kan uttryckas i både två och tre dimensioner, vanligtvis med kvadratiska gitter , även om triangulära gitter också har använts. Det har också studerats på allmänna regelbundna galler.
Randomiserade sökalgoritmer används ofta för att ta itu med HP-vikningsproblemet. Detta inkluderar stokastiska , evolutionära algoritmer som Monte Carlo-metoden , genetiska algoritmer och optimering av myrkolonier . Även om ingen metod har kunnat beräkna det experimentellt bestämda minimienergitillståndet för långa proteinsekvenser, kan de mest avancerade metoderna idag komma nära. För vissa modellvarianter/gitter är det möjligt att beräkna optimala strukturer (med maximalt antal HH-kontakter) med hjälp av begränsningsprogrammeringstekniker som t.ex. implementeras inom CPSP-verktygens webbserver .
Även om HP-modellen abstraherar bort många av detaljerna i proteinveckning, är det fortfarande ett NP-hårt problem på både 2D och 3D kvadratiska gitter.
Nyligen utvecklades en Monte Carlo-metod, som heter FRESS, och den verkar fungera bra på HP-modeller.
Se även
- ^ Dill KA (1985). "Teori för vikning och stabilitet av globulära proteiner". Biokemi . 24 (6): 1501–9. doi : 10.1021/bi00327a032 . PMID 3986190 .
- ^ Bechini, A. (2013). "Om karakterisering och mjukvaruimplementering av allmänna proteingittermodeller" . PLOS ETT . 8 (3): e59504. Bibcode : 2013PLoSO...859504B . doi : 10.1371/journal.pone.0059504 . PMC 3612044 . PMID 23555684 .
- ^ Bui TN; Sundarraj G. (2005). En effektiv genetisk algoritm för att förutsäga tertiära proteinstrukturer i 2D HP-modellen . Gecco'05 . sid. 385. doi : 10.1145/1068009.1068072 . ISBN 978-1595930101 . S2CID 13485429 .
- ^ Shmygelska A.; Hoos HH (2003). En förbättrad myrkolonioptimeringsalgoritm för 2D HP-proteinveckningsproblemet . Proc. Av den 16:e kanadensiska konferensen om artificiell intelligens (AI'2003) . Föreläsningsanteckningar i datavetenskap. Vol. 2671. s. 400–417. CiteSeerX 10.1.1.13.7617 . doi : 10.1007/3-540-44886-1_30 . ISBN 978-3-540-40300-5 .
- ^ Yue K.; Fiebig KM; Thomas PD; Chan HS; Shakhnovich EI; Dill KA (1995). "Ett test av gitterproteinveckningsalgoritmer" . Proc Natl Acad Sci USA . 92 (1): 325–329. Bibcode : 1995PNAS...92..325Y . doi : 10.1073/pnas.92.1.325 . PMC 42871 . PMID 7816842 .
- ^ Mann M.; Backofen R. (2014). "Exakta metoder för gitterproteinmodeller". Bioalgoritmer och Med-system . 10 (4): 213–225. doi : 10.1515/bams-2014-0014 . S2CID 1238394 .
- ^ Mann M.; Will S.; Backofen R. (2008). "CPSP-verktyg - exakta och kompletta algoritmer för 3D-gitterproteinstudier med hög genomströmning" . BMC Bioinformatik . 9 : 230. doi : 10.1186/1471-2105-9-230 . PMC 2396640 . PMID 18462492 .
- ^ Crescenzi P.; Goldman D.; Papadimitriou C.; Piccolboni A.; Yannakakis M. (1998). "Om komplexiteten i proteinveckning". Makromolekyler . 5 (1): 27–40. CiteSeerX 10.1.1.122.1898 . doi : 10.1145/279069.279089 . PMID 9773342 . S2CID 7783811 .
- ^ Jinfeng Zhang; SC Kou; Jun S. Liu (2007). "Optimering och simulering av polymerstruktur via en fragmentåterväxt Monte Carlo" (PDF) . J. Chem. Phys . 126 (22): 225101. doi : 10.1063/1.2736681 . PMID 17581081 .
externa länkar
- CPSP-verktyg webbserver för optimal strukturförutsägelse i obegränsade 3D-gitter