From Tomasz Żok

BioinformatykaStrukturalna2: PrzewidywanieStrukturRNAIBiałekMiaryIAlgorytmyPorównywaniaStrukturTrzeciorzędowych

Przewidywanie struktur RNA i białek

Przewidywanie de novo

• Polega na predykcji struktury pełnoatomowej tylko na podstawie sekwencji
• Wykorzystuje wiedzę z dziedziny biofizyki do modelowania procesów zwijania się białek/RNA
• Jest to metoda bardzo czasochłonna, nadająca się tylko do niewielkich struktur
• Przewidywanie de novo wciąż stanowi wielkie wyzwanie i generowane modele często odbiegają od znanych struktur referencyjnych

Modelowanie homologiczne

• Opiera się na założeniu, że nieznaną strukturę da się przewidzieć na podstawie: (1) jej sekwencji oraz (2) innej, znanej struktury - tzw. szablonu (template) - o której wiadomo, że jest podobna (najczęściej rozumiane jako podobieństwo sekwencji)
• Jeśli modeluje się struktury nieodbiegające mocno od szablonu to metoda ta jest bardzo skuteczna i szybka

Podejście hybrydowe

1. Oprócz dwóch głównych metod opisanych powyżej istnieją też podejścia mieszane
2. RNAComposer przewiduje strukturę RNA poprzez złożenie jej z odpowiednich bloków strukturalnych (ale bez jednego szablonu)
3. Wymaga do działania znajomości sekwencji oraz struktury drugorzędowej - użytkownik posiadający tylko sekwencję może zlecić RNAComposerowi by w pierwszym kroku przewidział strukturę drugorzędową

Miary i algorytmy porównywania struktur trzeciorzędowych

RMSD

• Root-mean-square deviation (RMSD) to miara odległości między dwiema strukturami
• Bazuje na odległościach między odpowiadającymi sobie atomami w przestrzeni (po wcześniejszej superpozycji): {$$ \mathrm{RMSD} = \sqrt{\frac{1}{N} \sum_{i=1}^{N} \delta_i^2} $$}
• RMSD jest bardzo powszechne przez swoją intuicyjność, natomiast nie jest pozbawione wad:
  • Liczba atomów biorących udział w porównaniu musi być identyczna w obu strukturach
  • Superpozycja (przesunięcie oraz obrót jednej struktury względem drugiej) to tak naprawdę odpowiednie operacje macierzowe na wszystkich współrzędnych atomów → jest to koszt obliczeniowy i wprowadza zawsze pewne zniekształcenie
  • RMSD jest zależne w pewnym stopniu od wielkości porównywanych struktur → ta sama wartość dla niewielkiego fragmentu oraz dla wielkich cząsteczek nie ma takiej samej interpretacji

MCQ

• Struktury można przedstawić w postaci zbioru atomów w przestrzeni, ale także na inne sposoby np. przez zebranie wartości kątów między odpowiednimi atomami
• Mean of circular quantities (MCQ) to miara odległości w oparciu o różnice w przestrzeni kątów torsyjnych: {$$ \mathrm{MCQ} = \arctan \left( \frac{1}{N} \sum_{i=1}^{N} \sin \angle_i, \frac{1}{N} \sum_{i=1}^{N} \cos \angle_i \right) $$}
• Względem RMSD w szczególności zwalnia to z obowiązku wcześniejszej superpozycji struktur → wartości kątów nie zależą od wzajemnego ułożenia struktur w przestrzeni

INF

• RMSDs capture the general 3D shape of an RNA, but give little information about its base-pairing and base-stacking patterns, local deviations of the structure, intradomain deformation, or interdomain deviations. Most importantly, RMSDs spread errors over the whole molecule to obtain the best global superimposition so that it is very difficult to localize the origins of the modeling defects
• Interaction network fidelity (INF) to miara spójności sieci interakcji wewnątrzcząsteczkowych
• Przez interakcję rozumiane jest: kanoniczne parowanie Watsona-Cricka, przestrzenne oddziaływania (pseudowęzły), oraz stacking
• Jak zmierzyć tę spójność?
  • Zakładamy, że jedną ze struktur możemy wskazać za wzorcową, referencyjną - oznaczmy ją jako {$ r $}. Druga struktura to model, czyli {$ m $}
  • Niech {$ S_r $} oznacza zbiór interakcji cząsteczki {$ r $} (analogicznie dla {$ m $})
  • Interakcje występujące w obu zbiorach to True Positives: {$$ TP = S_r \cap S_m $$}
  • Te występujące tylko w modelu to False Positives: {$$ FP = S_m \setminus S_r $$}
  • Te występujące tylko w str. referencyjnej to False Negatives: {$$ FN = S_r \setminus S_m $$}
  • Miara INF zdefiniowana jest wówczas następująco: {$$ \begin{eqnarray} PPV & = & \frac{|TP|}{|TP| + |FP|} \\ STY & = & \frac{|TP|}{|TP| + |FN|} \\ INF & = & \sqrt{PPV \cdot STY} \end{eqnarray} $$}
• Miara INF przyjmuje wartość z przedziału od 0 (brak jakiekogolwiek podobieństwa) do 1 (wszystkie interakcje wewnątrzcząsteczkowe są identyczne)

Przykład policzenia miary INF

• Plik wejściowy 1: Attach:target.txt
• Plik wejściowy 2: Attach:model.txt
• {$ S_r = $} {7-22, 8-21, 9-20, 11-30, 12-33, 13-32, 14-31, 18-28, 19-26}
• {$ S_m = $} {6-23, 7-22, 8-21, 9-20, 11-30, 12-33, 13-32, 18-28, 19-26}
• {$ TP = S_r \cap S_m $} = {7-22, 8-21, 9-20, 11-30, 12-33, 13-32, 18-28, 19-26}
• {$ FP = S_m \setminus S_r = $} {6-23}
• {$ FN = S_r \setminus S_m = $} {14-31}

{$$ \begin{eqnarray} PPV & = & \frac{|TP|}{|TP| + |FP|} = \frac{8}{9} \approx 0.89 \\ STY & = & \frac{|TP|}{|TP| + |FN|} = \frac{8}{9} \approx 0.89 \\ INF & = & \sqrt{PPV \cdot STY} \approx 0.89 \end{eqnarray} $$}