通过比较预测的配体结合位点来选择蛋白质结构模型

《Journal of Chemical Information and Modeling》：Protein Structural Model Selection Informed by Comparison of Predicted Ligand Binding Poses

蛋白质结构预测需从多个模型中选择最优用于药物相互作用预测。本文提出RevBind方法，利用已知结合配体的预测结合姿态差异进行模型筛选，特别适用于AlphaFold模型变体的分子对接选择，为综合多信息模型选择方法奠定基础。

　　

蛋白质结构预测领域的最新进展凸显了一个长期存在的问题：当存在多种蛋白质结构模型时，如何选择最合适的模型来预测该蛋白质与候选药物分子之间的相互作用？在这里，我们展示了一种此前未被利用的信息来源在解决这一问题中的价值。我们发现，通过比较不同配体在各个模型中的预测结合构象，可以有效地进行模型选择。我们提出了一种名为RevBind的方法，该方法利用了不同配体与蛋白质结合口袋形成相似化学相互作用的统计规律。例如，RevBind可以用于在AlphaFold模型的不同版本中进行分析，识别出最适合用于分子对接的模型。我们的发现为开发更先进的模型选择方法奠定了基础，这些新方法将同时结合RevBind所使用的信息以及以往方法所利用的信息。