Bestimmung von Proteinstrukturen durch Kombination semiverlässlicher Daten mit atomistischen physikalischen Modellen durch Bayessche Inferenz

Mehr als 100.000 Proteinstrukturen sind jetzt im atomaren Detail bekannt. Allerdings sind weitaus mehr noch unbekannt, insbesondere bei großen oder komplexen Proteinen. Oft ist experimentelle Information nur semiverlässlich, da sie unsicher, begrenzt oder in wichtigen Aspekten verwirrend ist. Einige Experimente liefern spärliche Informationen, andere geben mehrdeutige oder unspezifische Informationen, und wieder andere bieten unsichere Informationen - wobei einige richtig und einige falsch sind, aber wir wissen nicht, welche. Wir beschreiben eine Methode namens Modeling Employing Limited Data (MELD), die solche problematischen Informationen in einem physikbasierten, bayesschen Rahmen für eine verbesserte Strukturermittlung nutzen kann. Wir wenden MELD auf acht Proteine bekannter Struktur an, für die solche problematischen Strukturdaten verfügbar sind, einschließlich eines spärlichen NMR-Datensatzes, zwei mehrdeutigen EPR-Datensätzen und vier unsicheren Datensätzen, die aus Sequenzevolutiondaten stammen. MELD liefert ausgezeichnete Strukturen und zeigt ihr Potenzial für die experimentelle Bestimmung von Biomolekülstrukturen, wo nur semiverlässliche Daten verfügbar sind.