通过霍奇分解检测蛋白质中的信息流

蛋白质中的变构通信通常被量化为残基之间的有向或无向耦合，但这类描述会将不同的信号传导模式混合为单一图式。在此，我们将动态高斯网络（dGNM）模型中的净转移熵通量视为残基接触图上的边流，并应用组合霍奇分解，将该流正交分解为梯度分量（全局源到汇层级）、旋度分量（局部三团循环）以及谐和分量（腔体尺度循环）。 将该方法应用于野生型KRAS及10种致癌KRAS变体，这些变体涵盖了GTP酶循环机制的主要类别，包括部分水解型12位点突变（G12D、G12C、G12S）、GAP遮挡型12位点突变（G12V、G12R）、催化性switch II突变（Q61R、Q61H）、快速循环型突变（G13D、A146T），以及兼具空间位阻与催化效应的双突变体（G12D/Q61H）；在侧链质心接触网络上，分解结果显示转移熵通量压倒性地表现为层级结构：在每一种变体中，梯度项均承载了97.5%—98.4%的通量（置换检验 p = 0.002），且恢复得到的标量势与每个残基的净向外转移熵呈强负相关（Spearman ρ ≈ -0.92至-0.95）。 这种层级结构在量值上是保守的，但其空间定位会因突变而发生迁移：在野生型中，占主导地位的信息源位于C末端α5/高变区，而在突变体中则转移至核苷酸加工核心、switch I/II机制区以及α4/远端叶瓣，其变化方式与该替换所对应的GTP酶循环机制相一致，而信息汇则保持固定不变。该方法提供了一种无参数、残基层面的读出方式，用于揭示不同机制的突变如何重新定位KRAS中变构信号传导的源头。

aisima.chatzisouleiman{at}unil.ch

摘要 信息/历史 指标 数据/代码 预览 PDF

摘要 蛋白质中的变构通信通常被量化为残基之间的有向或无向耦合，但这类描述符将不同的信号传递模式混合为单一图样。持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 本文依据 CC-BY 4.0 国际许可协议 开放获取。

返回顶部 上一篇 下一篇 发布于 2026 年 7 月 27 日。 下载 PDF

数据/代码 电子邮件 感谢您有兴趣帮助传播 bioRxiv 的内容。 您的电子邮件 * 您的姓名 * 发送至 * 请输入多个地址，每行一个，或以逗号分隔。 您将发送以下内容 通过霍奇分解检测蛋白质中的信息流 邮件主题 （您的姓名）从 bioRxiv 转发了一个页面给您 邮件正文 （您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。 您的个人留言 验证码 此问题用于测试您是否为人工访问者，并防止自动化垃圾信息提交。 分享

通过霍奇分解检测蛋白质中的信息流 Aysima Hacisuleyman bioRxiv 2026.07.23.740308； doi： https://doi.org/10.64898/2026.07.23.740308

分享本文： 复制

引文工具 通过霍奇分解检测蛋白质中的信息流 Aysima Hacisuleyman bioRxiv 2026.07.23.740308； doi： https://doi.org/10.64898/2026.07.23.740308

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.23.740308v1?rss=1

🏷️ 蛋白质变构 霍奇分解 转移熵 KRAS突变 残基接触网络