Improving Inter-helical Residue Contact Prediction in \(\alpha \)-Helical Transmembrane Proteins Using Structural Neighborhood Crowdedness Information

Dieses Kapitel untersucht die entscheidende Rolle von Transmembranproteinen (TM) bei zellulären Prozessen und der Medikamentenentwicklung und beleuchtet die Herausforderungen bei der Bestimmung ihrer 3D-Strukturen. Es führt das Konzept der Restkontaktkarten als 2D-Darstellung geometrischer Beschränkungen ein, die für die Vorhersage der Proteinfaltung und die Identifizierung helikaler Bindungsstellen unverzichtbar sind. Die Studie untersucht die Idee, dass Crowdedness rund um ein Zielrückstandspaar Einfluss darauf hat, ob es sich um eine Kontaktstelle handelt, und schlägt Müllzählungen und Rückstandskontaktnummern als Messgrößen für Crowdedness vor. Durch die Kombination dieser Messgrößen mit Vorhersagen aus unbeaufsichtigten Proteinsprachenmodellen wie dem MSA-Transformator zeigen die Forschungen signifikante Verbesserungen bei der Genauigkeit der Rückstandskontaktvorhersage. Das Kapitel stellt auch einen neuen Ansatz zur Substitution von Crowdedness-Maßnahmen während des Tests vor, wobei ESM-Einbettungen verwendet werden, um ähnliche Rückstände im Trainingssatz zu identifizieren. Die Ergebnisse zeigen, dass die Einbeziehung von Crowdedness-Informationen die Vorhersageleistung in Kreuzvalidierungsexperimenten um bis zu 14,4% und in Experimenten mit Wartezeiten um bis zu 12,87% steigern kann. Dies unterstreicht das Potenzial dieser Methode, den Bereich der Strukturbiologie voranzubringen.