Dans quelle mesure peut-on prédire l'exactitude des modèles de structure protéique comparative ?

Les modèles de structure comparative sont disponibles pour deux ordres de grandeur de séquences protéiques de plus que les structures déterminées expérimentalement. Cependant, ces modèles souffrent de deux limitations que les structures déterminées expérimentalement n'ont pas : Elles contiennent fréquemment des erreurs significatives et leur exactitude ne peut pas être évaluée facilement. Nous avons abordé cette dernière limitation en développant un protocole optimisé spécifiquement pour prédire les erreurs de déviation quadratique moyenne des atomes de carbone alpha (RMSD) et de chevauchement natif (NO3.5A) d'un modèle en l'absence de sa structure native. Contrairement à la plupart des scores d'évaluation traditionnels qui ne font que prédire qu'un modèle est plus précis que d'autres, cette approche quantifie l'erreur de manière absolue, aidant ainsi à déterminer si le modèle est ou non adapté aux applications prévues. L'évaluation repose sur une fonction de score spécifique au modèle construite par une machine à vecteurs de support. Cette régression optimise les poids de jusqu'à neuf caractéristiques, y compris divers mesures de similarité de séquence et potentiels statistiques, extraits d'un ensemble d'entraînement adapté aux modèles uniques à celui évalué : si possible, nous utilisons des modèles de taille similaire avec le même repli ; sinon, nous utilisons des modèles de taille similaire avec la même composition de structure secondaire. Ce protocole prédit les erreurs RMSD et NO3.5A pour un ensemble varié de 580,317 modèles comparatifs de 6174 séquences avec des coefficients de corrélation (r) de 0.84 et 0.86, respectivement, par rapport aux erreurs réelles. Cette fonction de scoring atteint la meilleure corrélation comparée à 13 autres critères d'évaluation testés qui ont atteint des corrélations allant de 0.35 à 0.71.