Computational alanine scanning with linear scaling semiempirical quantum mechanical methods.
Computational alanine scanning with linear scaling semiempirical quantum mechanical methods.
复制标题
DOI：
10.1002/prot.22745
复制
发表时间：
2010-08-01
影响因子：
2.9
通讯作者：
Westerhoff, Lance M.
中科院分区：
文献类型：
--
作者：
Diller, David J.;Humblet, Christine;Zhang, Xiaohua;Westerhoff, Lance M.
丙氨酸扫描是理解蛋白质-蛋白质界面中关键相互作用的强大实验工具。线性标度半经验量子力学计算现在足够快和强大，可以在蛋白质，RNA和DNA等大型系统上进行有意义的计算。特别是，它们已被证明有助于理解蛋白质-配体相互作用。在这里我们提出一个问题：这些为蛋白质配体评分而开发的线性标度量子力学方法对计算丙氨酸扫描有用吗？为了回答这个问题，我们组装了15个蛋白质-蛋白质复合物，具有可用的晶体结构和足够的丙氨酸扫描数据。总之，数据集包含这15个复合物的400个单点丙氨酸突变的ΔΔGs。我们表明，只有一个调整参数的量子力学为基础的方法进行掩埋的可达表面积和潜在的平均力，并比较有利的各种出版的经验方法。最后，我们仔细检查了数据集中的离群值，并讨论了这种检查所带来的一些挑战。
Alanine scanning is a powerful experimental tool for understanding the key interactions in protein-protein interfaces. Linear scaling semi-empirical quantum mechanical calculations are now sufficiently fast and robust to allow meaningful calculations on large systems such as proteins, RNA and DNA. In particular, they have proven useful in understanding protein-ligand interactions. Here we ask the question: can these linear scaling quantum mechanical methods developed for protein-ligand scoring be useful for computational alanine scanning? To answer this question, we assembled 15 protein-protein complexes with available crystal structures and sufficient alanine scanning data. In all, the data set contains ΔΔGs for 400 single point alanine mutations of these 15 complexes. We show that with only one adjusted parameter the quantum mechanics based methods out perform both buried accessible surface area and a potential of mean force and compare favorably to a variety of published empirical methods. Finally, we closely examined the outliers in the data set and discuss some of the challenges that arise from this examination.
登录
查看更多内容
影响因子：
3.6
作者：
Acchione M;Lipschultz CA;DeSantis ME;Shanmuganathan A;Li M;Wlodawer A;Tarasov S;Smith-Gill SJ
通讯作者：
Smith-Gill SJ
影响因子：
5.6
作者：
Guerois, R;Nielsen, JE;Serrano, L
通讯作者：
Serrano, L
影响因子：
5.6
作者：
Chong, LT;Swope, WC;Pande, VS
通讯作者：
Pande, VS
影响因子：
2.9
作者：
He, X;Mei, Y;Zhang, JZH
通讯作者：
Zhang, JZH
影响因子：
2.9
作者：
Fry, David C.
通讯作者：
Fry, David C.