48、蛋白质结构研究中的关键技术与方法

蛋白质结构研究中的关键技术与方法

1 蛋白质模型判别

1.1 判别原理

在预测的蛋白质模型集中进行判别时，需要测试每个模型中所有观察到的交联距离的可行性。在自下而上的质谱分析方法中，交联证据的缺失所提供的信息较少，因为除交联距离外，还有其他因素可能导致交联未被检测到。未来，随着自上而下的质谱交联分析方法的应用，利用负面证据进行更有力的推理将成为可能。

当结合观察到的交联数据时，下限和上限为模型判别提供了互补信息。当下限估计的交联距离超过交联剂的预期距离时，可作为反对该模型的证据；当上限估计的交联距离小于最大距离时，则可作为支持该模型的证据。我们采用一种简单的策略，假设交联是独立的，并对它们的得分进行求和：满足上限时得 +1 分，违反下限时得 -1 分，两者都不满足时得 0 分（不可能同时满足两者）。

1.2 实验测试

我们使用已发表的实验数据和模拟数据对模型选择算法的性能进行了测试。成纤维细胞生长因子（FGF - 2）是主要的研究对象，因为有可用的数据和结构（PDB id 4FGF）。通过蛋白质折叠识别元服务器获得了已发表模板结构的竞争模型，其中两个模型与 4FGF 具有相同的折叠类型（p 三叶形）。使用了赖氨酸特异性交联剂 BS3。为了进一步证明该方法的实用性，我们选择了两个 CASP4 目标，即脱氧核糖核苷激酶（PDB id 1J90）和α - 连环蛋白（PDB id 1L7C），它们有许多高质量的模型。

我们应用算法，使用 Nc、CY、Cp 或 C” 原子（适当剥离表面），发现 Cp 原子提供了最佳结果。Young 等人的 C” 直线测量作为对照，尽管我们无法完全重现他们的模型判别结果（可能是由于蛋白质模型