Grid-based prediction of torsion angle probabilities of protein backbone and its application to discrimination of protein intrinsic disorder regions and selection of model structures.
Grid-based prediction of torsion angle probabilities of protein backbone and its application to discrimination of protein intrinsic disorder regions and selection of model structures.
复制标题
基于网格的蛋白质骨架扭转角概率预测及其在蛋白质内在无序区域判别和模型结构选择中的应用
DOI：
10.1186/s12859-018-2031-7
复制
发表时间：
2018-02-01
影响因子：
3
通讯作者：
Zhou Y
中科院分区：
文献类型：
--
作者：
Gao J;Yang Y;Zhou Y
蛋白质结构可以用主链扭转角来描述：关于N-Cα键的旋转角（φ）和关于Cα-C键的旋转角（θ）或关于C α i-C α i + 1键的旋转角（τ）与Cαi-Cαi + 1键之间的角度（θ）。因此，它们的准确预测是有用的结构预测和模型改进。早期的方法预测扭转角在几个离散箱，而最近的方法集中在预测的角度在真实的，连续的值。然而，真实的值预测不能提供关于预测角度的概率的信息。在这里，我们建议使用深度学习神经网络来预测5°精细网格中的角度。我们发现，与现有的预测技术相比，这种基于网格的技术在相同的5°仓中预测角度的准确度可以高出2-6%。我们进一步证明了有用的预测概率在给定的角度箱在本质上的障碍区域的歧视和蛋白质模型的选择。所提出的方法可能是有用的表征蛋白质的结构和无序。该方法作为SPIDER 2软件包的一部分，可在http://sparks-lab.org/server/SPIDER2/上查阅。本文的在线版本（10.1186/s12859-018-2031-7）包含补充材料，可供授权用户使用。
Protein structure can be described by backbone torsion angles: rotational angles about the N-Cα bond (φ) and the Cα-C bond (ψ) or the angle between Cαi-1-Cαi-Cαi + 1 (θ) and the rotational angle about the Cαi-Cαi + 1 bond (τ). Thus, their accurate prediction is useful for structure prediction and model refinement. Early methods predicted torsion angles in a few discrete bins whereas most recent methods have focused on prediction of angles in real, continuous values. Real value prediction, however, is unable to provide the information on probabilities of predicted angles. Here, we propose to predict angles in fine grids of 5° by using deep learning neural networks. We found that this grid-based technique can yield 2–6% higher accuracy in predicting angles in the same 5° bin than existing prediction techniques compared. We further demonstrate the usefulness of predicted probabilities at given angle bins in discrimination of intrinsically disorder regions and in selection of protein models. The proposed method may be useful for characterizing protein structure and disorder. The method is available at http://sparks-lab.org/server/SPIDER2/ as a part of SPIDER2 package. The online version of this article (10.1186/s12859-018-2031-7) contains supplementary material, which is available to authorized users.
登录
查看更多内容
影响因子：
3
作者：
Ray A;Lindahl E;Wallner B
通讯作者：
Wallner B
影响因子：
14.9
作者：
Cole C;Barber JD;Barton GJ
通讯作者：
Barton GJ
影响因子：
4.4
作者：
Sirota FL;Ooi HS;Gattermayer T;Schneider G;Eisenhaber F;Maurer-Stroh S
通讯作者：
Maurer-Stroh S
影响因子：
3.7
作者：
Singh H;Singh S;Raghava GP
通讯作者：
Raghava GP
影响因子：
5.8
作者：
Gao, Jianzhao;Yang, Yuedong;Zhou, Yaoqi
通讯作者：
Zhou, Yaoqi