레플리카 교환 분자 동역학과 통계적 잠재력을 결합하여 동종 모델을 개선하기

단백질의 동종 모델에 대한 글로벌 정제 프로토콜이 제시된다. 이는 구조 샘플링을 위한 온도 기반 레플리카-교환 분자 동역학(REMD)과 모델 선택을 위한 통계적 잠재력의 장점을 결합한다. 이 프로토콜은 21개의 모델을 사용하여 테스트되었다. 이 중 14개는 고해상도 결정 구조가 있는 10개의 소단백질 모델이었고, 나머지는 최근 CASPR 연습의 목표였다. REMD와 현재 사용 가능한 힘 장력이 결합되어 고품질 동종 모델에서 시작하여 근본적으로 자연에 가까운 구조 상태를 샘플링할 수 있었다. 이차 구조 요소의 주축 RMSD(SSE-RMSD)가 시작 값보다 0.5-1.0 A 낮은 구조가 21개 중 15개에서 발견되었으며(평균 0.82 A), 2개의 통계적 잠재력을 포함한 간단한 점수 함수로 구조를 순위화할 때, 21개 중 11개의 경우에서 시작 값보다 SSE-RMSD가 최소 0.2 A 낮은 구조가 상위 5개 구조 중 하나 이상 발견되었다. 최고의 모델에 대한 SSE-RMSD의 평균 개선율은 0.42 A였다. 그러나 테스트된 점수 함수 중 어느 것도 가장 낮은 SSE-RMSD를 가진 구조를 최고의 모델로 식별하지 않았으나, 모두 기본적인 구조를 가장 낮은 에너지를 가진 구조로 확인했다. 이는 제안된 프로토콜이 작은 단백질의 고품질 모델 정제에 효과적임을 입증했으나, 점수 함수가 구조 정제의 주요 제한 요인 중 하나임을 시사한다. 이 외에도 방법론을 더욱 개선할 수 있는 다른 측면이 논의된다.