Prédiction de Novo des Structures tridimensionnelles pour les Grandes Familles de Protéines

Nous utilisons la méthode de prédiction de structure de novo de Rosetta pour produire des modèles de structure tridimensionnelle pour toutes les familles de séquences Pfam-A avec une longueur moyenne inférieure à 150 résidus et sans lien avec une protéine de structure connue. Pour estimer la fiabilité des prédictions, la méthode a été calibrée sur 131 protéines de structure connue. Pour environ 60 % des protéines, l'un des cinq meilleurs modèles a été correctement prédit pour 50 résidus ou plus, et pour environ 35 %, la superfamille SCOP correcte a été identifiée dans une recherche basée sur la structure dans la Banque de données des protéines en utilisant l'un des modèles. Cette performance est cohérente avec les résultats de la quatrième évaluation critique de la prédiction de structure (CASP4). Les prédictions correctes et incorrectes pouvaient être partiellement distinguées à l'aide d'une fonction de confiance basée sur une combinaison de la convergence de simulation, de la longueur de la protéine et de la similarité d'une prédiction de structure donnée avec des structures protéiques connues. Bien que la précision et la fiabilité limitées de la méthode empêchent des conclusions définitives, les modèles Pfam fournissent la seule information sur la structure tertiaire disponible pour les 12 % des séquences publiques représentées par ces grandes familles de protéines.