아미노산 상호작용을 고려한 거리 함수로 단백질 접힘 유형 예측하기.

단백질의 아미노산 조성을 고려할 때, 어떻게 그 접힘 유형을 예측할 수 있을까? 이 문제를 두고 여러 방법이 제안되었지만, 그 어떠한 방법도 서로 다른 아미노산 간의 상관 효과를 고려하지 않았기 때문에 예측의 정확도를 개선할 수 없었다. 이를 고려하여, 두 단백질 분자 간의 유사성을 일반적인 직관적 기하적 거리(예: Minkowski 거리 및 유클리드 거리)가 아닌 마할라노비스 거리의 척도를 기반으로 하는 새로운 방법이 개발되었다. 마할라노비스 거리를 도입함으로써 서로 다른 아미노산 간의 상관 효과가 자동으로 통합될 수 있다. 알파, 베타, 알파+베타, 알파/베타 단백질로 구성된 131개의 실제 단백질에 대해 예측이 수행되었다. 결과는 알파 및 베타 단백질의 정확한 예측 비율이 100%이며, 알파+베타 및 알파/베타의 경우 각각 88.9% 및 89.7%이며, 평균 정확도는 94.7%임을 나타낸다. 또한 위의 네 가지 접힘 유형 각각에 대해 몬테 카를로 샘플링으로 생성된 10,000개의 시뮬레이션 단백질에 대해서도 예측이 수행되어 평균 정확도가 95.9%에 이르렀다. 시뮬레이션 단백질에 대해 얻은 정확도는 서로 다른 연구자가 임의로 선택한 제한된 수의 테스트 단백질로 인한 편향을 피할 수 있으므로 객관적인 정확도로 간주될 수 있다. 이러한 높은 객관적 정확도를 가진 방법은 단백질 접힘 유형 예측 및 2차 구조 예측 개선을 위한 신뢰할 수 있는 도구가 될 것으로 예상된다.