- 4 次围观
随着能够根据序列预测蛋白质结构的人工智能方法的快速发展，对结构—功能关系的理解日益依赖于既具有生物学意义又能够扩展到大规模数据集的定量结构描述符。在这里，我们引入了数学拓扑度量，在遵守不可交叉约束的同时，量化蛋白质三级结构的缠结复杂性。仅通过在蛋白质数据库（Protein Data Bank）中的所有蛋白质结构上采用三个这样的度量，我们便能够在一个连续的三维空间中表征蛋白质组的结构空间。该空间中的距离能够捕捉结构相似性，并与功能相似性相关。 我们发现，基于数学缠结的蛋白质结构空间景观，会随着不同物种中蛋白质功能在进化过程中的扩展而呈现多样化。此外，这种连续表征能够以较高准确率重现主要结构类别的 CATH 分类。这些结果表明，这些度量能够高效编码与蛋白质功能相关的结构特征，并且相比传统度量提供了信息量更丰富的描述。
随着能够从序列预测蛋白质结构的人工智能方法的快速发展，对结构—功能关系的理解越来越依赖于既具有生物学意义、又能扩展到大型数据集的定量结构描述符。在此，我们引入了一组数学拓扑度量，用于在遵循不可穿越约束的前提下量化蛋白质三级结构的缠结复杂性。仅通过在蛋白质数据库（Protein Data Bank, PDB）的所有蛋白质结构中使用其中三个此类度量，我们便将蛋白质组的结构空间表征为一个连续的三维空间。该空间中的距离能够捕捉结构相似性，并与功能相似性相关。
我们发现，基于数学缠结的蛋白质结构空间景观会随着跨物种蛋白质功能在进化中的扩展而呈现多样化。此外，这种连续表征能够以较高准确度重现主要结构类别的 CATH 分类。这些结果表明，这些度量能够高效编码与蛋白质功能相关的结构特征，并提供比传统度量更具信息量的描述。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.17.745258v1?rss=1
🏷️ 蛋白质结构 拓扑缠结 构象景观 结构功能关系 CATH分类 蛋白质组空间
来源出处