残基間距離行列を用いたタンパク質ドメイン解析の統一アプローチ

動機: 複数ドメインを持つタンパク質を個々のドメインに分割することは、ドメインに基づく構造および機能的研究のために基本的です。過去には、配列ベースおよび構造ベースのドメイン解析が異なる方法論で独立して行われてきました。最近の深層学習に基づくタンパク質構造予測の進展は、配列ベースと構造ベースのドメイン解析を統一する機会を提供します。結果: 入力構造から導出されるか、trRosettaXで予測される残基間距離行列に基づいて、私たちは統一されたフレームワークの下でドメイン境界を解読できます。私たちは提案された方法をUniDocと名付けました。UniDocの原理は、ドメイン内の相互作用を最大化し、ドメイン間の相互作用を最小化するという広く受け入れられている物理的概念に基づいています。5つのベンチマークデータセットに対する包括的なテストは、UniDocが配列ベースおよび構造ベースのドメイン解析の両方において、精度と速度の両方に関して他の最先端の方法を上回ることを示しています。UniDocの主な貢献は、構造ベースおよび配列ベースのドメイン解析のための統一フレームワークを提供することです。私たちは、UniDocがタンパク質ドメイン分析の便利なツールとなることを願っています。実装と入手可能性: https://yanglab.nankai.edu.cn/UniDoc/. 追加情報: 追加データはBioinformaticsオンラインで入手可能です。