Desfoque de mapas de contato de milhares de proteínas: o que podemos aprender ao reconstruir a estrutura 3D

ANTECEDENTES: O conhecimento atual sobre as estruturas das proteínas em nível atômico deriva de cerca de 60.000 moléculas. No entanto, o conjunto exponencialmente crescente de sequências hipotéticas de proteínas compreende cerca de 10 milhões de cadeias, e isso torna o problema da previsão da estrutura de proteínas um dos objetivos desafiadores da bioinformática. Nesse contexto, a representação de proteínas com mapas de contato é uma etapa intermediária do reconhecimento de dobraduras e constitui a entrada para preditores de mapas de contato. No entanto, as representações de mapas de contato exigem métodos rápidos e confiáveis para reconstruir a dobra específica da coluna vertebral da proteína. MÉTODOS: Neste artigo, ao adotar uma tecnologia GRID, nosso algoritmo para reconstrução 3D FT-COMAR é testado em um grande conjunto de proteínas não redundantes (1716), levando em consideração o ruído aleatório, e isso torna nosso cálculo o maior já realizado para a tarefa em questão. RESULTADOS: Podemos observar os efeitos da introdução de ruído aleatório na reconstrução 3D e derivar algumas considerações úteis para implementações futuras. A dimensão do conjunto de proteínas também permite considerações estatísticas após agrupar por classes estruturais SCOP. CONCLUSÕES: Todos os nossos dados indicam que a qualidade da reconstrução 3D não é afetada pela exclusão de até 75% dos contatos reais, enquanto apenas alguns por cento de contatos gerados aleatoriamente em vez de não-contatos são suficientes para prejudicar a reconstrução 3D.