የፕሮቲን አወቃቀር እና አልፋፎልድ፡ የንባብ መዋቅር ትንበያ፣ የመተማመን ውጤቶች እና ማረጋገጫ

ትርፍ፡

• የአልፋ ፎልድን ሥራ መረዳት መቻል፣ እንደ pLDDT እና PAE ያሉ የመተማመን ውጤቶች፣ እና መዋቅሩ 'ትንበያ' ነው፣ እና መዋቅሩን በሰው ሰራሽ ብልህነት በትክክል መተርጎም
• ዝቅተኛ የመተማመኛ ውጤቶች (ተለዋዋጭ/ያልተስተካከለ) ያላቸውን ቦታዎች የማወቅ እና ከመጠን በላይ ትርጓሜን ለማስወገድ እና ከሙከራ ማስረጃ ጋር የማወዳደር ችሎታ።
• የመዋቅር ትንበያን እንደ መላምት የማከም ተግሣጽ የመተግበር ችሎታ እና ተግባራዊ የይገባኛል ጥያቄዎችን ከሙከራ ማረጋገጫ ጋር የማገናኘት ችሎታ።

ፕሮቲን ምን እንደሚሰራ ለመረዳት ብዙውን ጊዜ ባለ ሶስት አቅጣጫዊ የታጠፈ አወቃቀሩን ማወቅ ያስፈልጋል; ምክንያቱም ተግባር የሚመነጨው ከመዋቅር ነው። ለብዙ አሥርተ ዓመታት የፕሮቲን አወቃቀሩን በሙከራ (ኤክስሬይ ክሪስታሎግራፊ፣ ክራዮ-ኤሌክትሮን ማይክሮስኮፒ) መወሰን ከወራት እስከ ዓመታት ይወስዳል። አልፋ ፎልድ (በ DeepMind የተፈጠረ አርቴፊሻል ኢንተለጀንስ ስርዓት ከአሚኖ አሲድ ቅደም ተከተሎች የፕሮቲን አወቃቀርን የሚተነብይ) ይህንን ወደ ደቂቃዎች በመቀነስ በመቶ ሚሊዮኖች የሚቆጠሩ ፕሮቲኖች የሚገመቱትን መዋቅሮች ይፋ አድርጓል። በዚህ ክፍል ውስጥ የአልፋፎልድ ውፅዓትን እንዴት እንደሚያነቡ፣ የመተማመን ውጤቶችን እንዴት እንደሚተረጉሙ እና በዚህ አተረጓጎም ውስጥ ኤልኤምኤምን በደህና መጠቀም እንደሚችሉ ይማራሉ ።

ወሳኝ ልዩነት፡ AlphaFold የመዋቅር መተንበይ መሳሪያ ሲሆን ውጤቱም መተንበይ እንጂ የሙከራ እውነት አይደለም። LLM (እንደ ChatGPT ያለ የውይይት ሞዴል) ራሱ አልፋፎልድ አይደለም። የፕሮቲን መጋጠሚያዎችን "ማስታወስ" አይችልም. የአልፋ ፎልድ ውጤትን ለመተርጎም እና ለማብራራት LLM ይጠቀሙ; አወቃቀሩን እራሱ ከአልፋፎልድ ዳታቤዝ ወይም መሳሪያ ሰርስሮ ማውጣት።

መሰረታዊ ጽንሰ-ሐሳቦች

• የመጀመሪያ ደረጃ መዋቅር: የአሚኖ አሲድ ቅደም ተከተል (የፕሮቲን የደብዳቤ ሰንሰለት).
• ሁለተኛ ደረጃ/ሶስተኛ ደረጃ መዋቅር፡ Helix (አልፋ-ሄሊክስ)፣ ሉህ (ቤታ-ሉህ) እና የሰንሰለቱ ባለ ሶስት አቅጣጫዊ መታጠፍ።
• pLDDT፡ የአልፋ ፎልድ የአካባቢ መተማመን ነጥብ ለእያንዳንዱ አሚኖ አሲድ ከ0 እስከ 100 ይደርሳል። 90+ ማለት በጣም ከፍተኛ በራስ መተማመን ማለት ነው፣ 70-90 ጥሩ ማለት ነው፣ 50-70 ማለት ዝቅተኛ እና ከ50 በታች ማለት በጣም ዝቅተኛ በራስ መተማመን ማለት ነው። ዝቅተኛ pLDDT ክልሎች በአጠቃላይ "የተዛባ" ክልሎች ናቸው (ያለ የተለየ መታጠፍ)።
• PAE (የተገመተው የተጣጣመ ስህተት): በሁለት ክልሎች አንጻራዊ ቦታ ላይ የተተነበየው ስህተት; የጎራዎች አቀማመጥ እርስ በርስ ምን ያህል አስተማማኝ እንደሆነ ያሳያል.
• PDB፡ የሙከራ ፕሮቲን አወቃቀሮች የሚቀመጡበት የውሂብ ጎታ እና የፋይል ቅርጸት።

የ AlphaFold ውፅዓት ማንበብ፡ ደረጃ በደረጃ

1. ትክክለኛውን ፕሮቲን እና ቅደም ተከተል ይምረጡ. ፕሮቲን በ UniProt (የፕሮቲን መረጃ ዳታቤዝ) ቁጥር ​​መለየት; በአልፋፎልድ ዳታቤዝ ውስጥ በዚህ ቁጥር ያለውን መዋቅር ያግኙ።

2. የ pLDDT ካርታውን ይመልከቱ። የትኞቹ የአወቃቀሩ ክፍሎች በከፍተኛ እምነት (ሰማያዊ) እና በትንሽ እምነት (ብርቱካንማ / ቢጫ) እንደሚተነብዩ ይመልከቱ. ዝቅተኛ እምነት በሚጣልባቸው ቦታዎች ላይ ስለ አስተያየቶች ይጠንቀቁ.

3. የ PAE ሰንጠረዥን ያንብቡ. ፒኤኢ በበርካታ ጎራ ፕሮቲን ውስጥ ያሉ የጎራዎች አንጻራዊ አቀማመጥ አስተማማኝ መሆኑን ያሳያል። ከፍ ያለ PAE ማለት የመስኮቹ አንጻራዊ ቦታ እርግጠኛ አይደለም ማለት ነው።

4. ከሙከራው መዋቅር ጋር ያወዳድሩ. የሚገኝ ከሆነ በፒዲቢ ውስጥ ያለውን የሙከራ መዋቅር ያዛምዱ። የአልፋ ፎልድ ትንበያ ለሙከራ ቅርብ ከሆነ በራስ መተማመንዎ ይጨምራል።

5. የተለዋዋጭውን ተፅእኖ መተርጎም. የአሚኖ አሲድ ለውጥ በአወቃቀሩ ላይ የሚያስከትለውን ውጤት ሲተረጉሙ፣ የዚያን ክልል pLDDT እና ተግባራዊ ጠቀሜታ አንድ ላይ አስቡበት (ገባሪ ቦታ፣ ማሰሪያ ኪስ)።

ጠቃሚ ምክር፡ ዝቅተኛ pLDDT ሁልጊዜ "የተሳሳተ ግምት" ማለት አይደለም; ብዙውን ጊዜ አካባቢው በትክክል የተዘበራረቀ መሆኑን የሚያሳይ ምልክት ነው። ስለዚህ ዝቅተኛ በራስ መተማመን አንዳንድ ጊዜ ትክክለኛ ባዮሎጂያዊ እውነታን ያንፀባርቃል። እንዲሁም ይህንን ለመለየት ቅደም ተከተል ባልሆኑ የትንበያ መሳሪያዎች ያረጋግጡ።

ሶስት ጥቃቅን ጉዳዮች

ጉዳይ 1 - ዝቅተኛ የመተማመን ዞንን ከመጠን በላይ መተርጎም. አንድ ተማሪ በአልፋፎልድ መዋቅር ውስጥ ያለው “loop” ከአንድ የተወሰነ ኪስ ውስጥ እንደሚገባ ተናግሯል፣ እና AI ይህንን አረጋግጧል። ነገር ግን፣ ተማሪው pLDDTን ሲመለከት፣ የዚያ ስፌት ነጥብ 42 (በጣም ዝቅተኛ) መሆኑን አየ። ስለዚህ የእሱ አቋም አስተማማኝ አልነበረም. የይገባኛል ጥያቄው ተሰርዟል። ትምህርት፡ ሁልጊዜ አስተያየት ከመስጠትዎ በፊት የአካባቢውን የእምነት ነጥብ ያረጋግጡ።

ጉዳይ 2 - የተሰራ ቅንጅት. አንድ ተመራማሪ LLM የአንድ ፕሮቲን የተወሰነ የአሚኖ አሲድ 3D መጋጠሚያ ጠየቀ። LLM ለሶስት የአስርዮሽ ቦታዎች አሳማኝ ቁጥሮች ሰጥቷል። ተመራማሪው በአልፋፎልድ ፒዲቢ ፋይል ውስጥ ካሉ ትክክለኛ መጋጠሚያዎች ጋር ሲያወዳድራቸው፣ ሙሉ ለሙሉ የተፈጠሩ መሆናቸውን አይቷል። LLM መጋጠሚያውን "ማስታወስ" አይችልም; መጋጠሚያዎች ከፋይሉ ውስጥ መነበብ አለባቸው.

ጉዳይ 3 - ማረጋገጫ ተገኝቷል. አንድ የዶክትሬት ተማሪ አንድ ተለዋጭ (p.Gly12Val) ለፕሮቲን ንቁ ቦታ ቅርብ ስለመሆኑ አሰበ። YZ ገባሪ የጣቢያ ቅሪቶች በ UniProt ውስጥ እንደተገለጹ አስታውሷል። ተማሪው UniProt ን ከፍቶ ገባሪውን ቦታ አገኘ፣ ከዚያም በSstructuring Viewer (PyMOL) ሲለካ Gly12 በአልፋፎልድ መዋቅር ውስጥ ከዚህ ጣቢያ 8 አንጋስትሮምስ ርቆ ነበር። የቁጥር ልኬት "በቅርብ" የይገባኛል ጥያቄን ያካትታል።

ምሳሌ፡ pLDDTን ከመዋቅር ፋይል ማንበብ

# በአልፋፎልድ ፒዲቢ ፋይል ውስጥ pLDDT በ B-factor አምድ ውስጥ ተከማችቷል። ከ Bio.PDB ማስመጣት PDBParserimport numpy እንደ npyapi = PDBParser (QUIET=እውነት) .get_structure("AF", "AF-P04637-F1.pdb")plddt = [atom.bfactor ለ አቶም መዋቅር.get_atoms () ከሆነ atom.ስም = "CA" LD print ክብ (np.mean (plddt)፣ 1)) ማተም ("ዝቅተኛ እምነት (<70) ቀሪ መጠን (%)"፣ ዙር (100 * np.mean(np.array(plddt) < 70)፣ 1))

ይህ አስተያየት ከመስጠቱ በፊት አጠቃላይ መዋቅሩን አስተማማኝነት በቁጥር እንዲመለከቱ ያስችልዎታል.

አራት ሊገለበጡ የሚችሉ አብነቶች

1) የመዋቅር ትርጓሜ (በመተማመን ነጥብ)፡-

የእርስዎ ሚና፡ መዋቅራዊ ባዮሎጂ ረዳት። የUniProt [ቁጥር] ፕሮቲን የአልፋ ፎልድ መዋቅር እንድተረጉም እርዳኝ። እነዚህን ጥያቄዎች ይመልሱ ነገር ግን አስተባባሪ/ውጤት አስገባ ፊቲቲንግ፡ የትኛዎቹ ክልሎች ከፍተኛ/ዝቅተኛ pLDDT እንጠብቃለን፣ PAE ምን ያሳያል፣ የሙከራ መዋቅር አለ (PDB)፣ እንዴት ነው የማወዳደር? እሴቶቹን ከፋይሉ አነባለሁ።

2) የተለዋዋጭ-መዋቅር ተፅእኖ፡-

የሚከተለው ልዩነት በፕሮቲን አወቃቀሩ ላይ ያለውን ተጽእኖ እንድተረጉም እርዳኝ፡ [ገጽ. ፍፁም "አጥፊ" ከሚለው የይገባኛል ጥያቄ ይልቅ ምን ማስረጃ ልፈልግ።

3) pLDDT/PAE መግለጫ፡-

በpLDDT እና PAE መካከል ያለውን ልዩነት፣ የትኛውን እና መቼ በተለዋጭ ትንታኔ ውስጥ ማየት እንዳለብኝ በምሳሌ አስረዳ። ነጠላ-ጎራ እና ባለብዙ-ጎራ ፕሮቲን ጉዳዮችን ለየብቻ አስቡባቸው።

4) የመዋቅር ንጽጽር እቅድ፡-

የአልፋፎልድ ትንበያን ከሙከራ PDB መዋቅር ጋር ማወዳደር እፈልጋለሁ። RMSDን እንዴት ማስላት ይቻላል (በግንባሮች መካከል ያለው ልዩነት)፣ በምን አይነት መሳሪያ ነው የማደርገው (PyMOL፣Biopython)፣ በየትኛው ጣራ እንደ “ጥሩ መደራረብ” ይቆጠራል? ደረጃ በደረጃ እቅድ ይስጡ.

ደካማ ጥያቄ / ጠንካራ ጥያቄ

ደካማ: "የዚህን ፕሮቲን አወቃቀር ይሳሉ እና የ p.Arg273His ውጤት ይናገሩ."

ችግር: LLM መዋቅር / ተስማሚ መጋጠሚያዎችን መሳል አይችልም; የመተማመን ውጤት ግምት ውስጥ አይገባም; የተረጋገጠ ውጤት የይገባኛል ጥያቄ መሠረተ ቢስ ይሆናል።

ጠንካራ፡ "የአልፋ ፎልድ ግንባታን ለ UniProt P04637 እኔ እራሴ አውርጃለው። የ p.Arg273የእርሱን ቅሪት እና በ UniProt ውስጥ ያለውን ተግባራዊ ማብራሪያ በመመልከት፣ ውጤቱን እንዴት እንደምተረጎም ደረጃ በደረጃ ንገሩኝ፣ ከትክክለኛው የይገባኛል ጥያቄ ይልቅ ምን ማስረጃ መፈለግ እንዳለብኝ ስጠኝ።"

ለምን ኃይለኛ ነው: መዋቅሩ ከምንጩ የተወሰደ ነው, የመተማመን ነጥቡ በመሃል ላይ ይቀመጣል, የይገባኛል ጥያቄው ከማስረጃ ጋር የተያያዘ ነው.

ጥያቄ

አልፋፎልድ ያቀርባል?

የት/እንዴት ማረጋገጥ እንደሚቻል

የ3-ል ማጠፍ ትንበያ

አዎ

አልፋፎልድ ዲቢ/ፋይል።

የአካባቢ እምነት

አዎ (plDDT)

B-factor አምድ

ኢንተርዶሜይን አካባቢ

አዎ (PAE)

PAE ገበታ

የሙከራ እውነተኛ መዋቅር

አይደለም

ፒዲቢ (የሙከራ)

የተለዋዋጭ ትክክለኛ ተግባራዊ ተፅእኖ

አይደለም

ተግባራዊ ጥናት + ባለሙያ

የተለመዱ ስህተቶች

• በራስ የመተማመን ነጥብ መዝለል። በዝቅተኛ pLDDT ክልል ውስጥ ያለው ትርጓሜ አስተማማኝ አይደለም.
• ለተጨባጭ እውነታ ትንበያን ስህተት። የአልፋፎልድ ውፅዓት ግምት ነው; ወሳኝ ውሳኔዎች ተጨባጭ ማስረጃዎችን ይፈልጋሉ.
• ከኤል.ኤም.ኤም. መጋጠሚያዎችን በመጠየቅ። መጋጠሚያዎች የሚነበቡት ከፋይሉ ነው እንጂ በቃል አይታወስም።
• PAE ችላ ማለት በባለ ብዙ ጎራ ፕሮቲኖች ውስጥ፣ የጎራዎቹ አንጻራዊ አቀማመጥ እርግጠኛ ላይሆን ይችላል።
• ወዲያውኑ ዝቅተኛ በራስ መተማመንን እንደ "ስህተት" ግምት ውስጥ ያስገቡ. አንዳንድ ጊዜ ያ አካባቢ በትክክል ያልተስተካከለ ነው።

ማስጠንቀቂያ፡ AlphaFold ግንብ “ቋሚ” ምስል ያቀርባል። ያስታውሱ ፕሮቲኖች ወደ ብዙ ውዝግቦች ሊገቡ የሚችሉ ተንቀሳቃሽ ሞለኪውሎች ናቸው። ተለዋዋጭ ባህሪን የሚያንፀባርቅ አንድም መዋቅር የለም።

ጥልቀት፡ AlphaFold መዋቅራዊ ጸጥ ባለበት

አልፋ ፎልድ ኃይለኛ ነው፣ ነገር ግን ማድረግ የማይችለውን ማወቅ ደህንነቱ በተጠበቀ መልኩ ለመጠቀም ግማሹ ነው። በመጀመሪያ ደረጃ, መደበኛ አልፋፎልድ አንድ ነጠላ ፕሮቲን በጠፈር ውስጥ ያጠፋል; ሊጋንድ፣ ions፣ cofactors እና የመድኃኒት ሞለኪውሎችን ሞዴል አያደርግም። ኢንዛይም ወይም substrate ውስጥ ንቁ ቦታ ላይ ዚንክ ion መዋቅር ውስጥ አይታይም; ስለዚህ፣ እንደ "ይህ ኪስ ባዶ ነው፣ የማይሰራ" አይነት አስተያየት አሳሳች ሊሆን ይችላል። ሁለተኛ፣ ሚውቴሽን የሚያስከትለውን ውጤት በቀጥታ ሞዴል አያደርግም፡ ከተመሳሳይ ቅደም ተከተል ጋር የሚቀራረቡ ሁለት ተለዋጮችን ብታስተዋውቅም፣ አልፋ ፎልድ አብዛኛውን ጊዜ ተመሳሳይ መዋቅር ይፈጥራል። ከአልፋፎልድ ሁለት ትንበያዎችን በማነፃፀር "ይህ ተለዋጭ አወቃቀሩን ይሰብራል" የሚለውን የይገባኛል ጥያቄ ማረጋገጥ አይችሉም። ሦስተኛ፣ ከትርጉም በኋላ የተደረጉ ማሻሻያዎችን (እንደ ፎስፈረስላይዜሽን፣ ግላይኮሲሌሽን ያሉ) እና በገለባው ውስጥ ያሉ የሜምፕል ፕሮቲኖችን ትክክለኛ አካባቢ ግምት ውስጥ አያስገባም።

ጉዳዩ፡ አንድ ቡድን ከአልፋ ፎልድ ምስል በኪናሴ ኢንዛይም ውስጥ ካለው የATP ማሰሪያ ኪስ ጋር የሚቀራረብ ተለዋጭ “ኪሱን ይዘጋዋል” ሲል ተናግሯል። አርቴፊሻል ኢንተለጀንስም ተረጋግጧል። የሙከራ ክሪስታል መዋቅር (ፒዲቢ) ሲከፈት፣ በዚያ ክልል ውስጥ አልፋ ፎልድ ሞዴል ያላደረገው ኮፋክተር ኪሱን እየቀረጸ ያለ ይመስላል - የተለዋዋጭው ተፅእኖ ፍጹም ከተለየ ዘዴ ነበር። ሁለተኛ ጉዳይ፡ አንድ ተመራማሪ በሁለት መስኮች መካከል ያለው "loop" ሁለቱን መስኮች ያገናኛል የሚል መላምት አድርጓል። የPAE ካርታው በሁለቱ ቦታዎች መካከል ከፍተኛ ስህተት (ግልጽ ያልሆነ አንጻራዊ አቀማመጥ) አሳይቷል፣ ስለዚህ የግንኙነት ጥያቄው መሠረተ ቢስ ነበር። PAE ን ማንበብ የተሳሳተ የስልት ታሪክ ከልክሏል።

5) የአልፋፎልድ ድንበሮች መቆጣጠሪያ አብነት፡-

የሚከተለውን መዋቅራዊ የይገባኛል ጥያቄ ከማጤንዎ በፊት፣ በዚህ ጥያቄ ውስጥ የአልፋ ፎልድ ገደቦች ምን እንደሆኑ ይዘርዝሩ፡ [የይገባኛል ጥያቄ]። ምን ተጨማሪ ማስረጃዎች እንደሚያስፈልጉኝ ንገሩኝ (የሙከራ መዋቅር፣ የተግባር ጥናት) በተለይ በ ligand/ion/cofactor ጉድለት፣ ሚውቴሽን ሞዴሊንግ እጥረት እና የ PAE እርግጠኛ አለመሆን።

በማጠቃለያው

• አልፋ ፎልድ አወቃቀሩን በቅደም ተከተል የሚተነብይ ኃይለኛ መሳሪያ ነው, ነገር ግን ውጤቱ ግምት ነው; በራስ መተማመን ውጤቶች አብረው መነበብ አለባቸው።
• pLDDT የአካባቢ እምነትን ያሳያል፣ PAE የጎራ ተሻጋሪ አካባቢ እምነትን ያሳያል። አስተያየት ከመስጠትህ በፊት ሁለቱንም ተመልከት።
• LLM መጋጠሚያዎችን ወይም መዋቅርን "ማስታወስ" አይችልም; አወቃቀሩን ከአልፋፎልድ/ፒዲቢ ያግኙ፣ በአስተያየቱ LLM ይጠቀሙ።
• በወሳኝ ውሳኔዎች ውስጥ ተጨባጭ ማስረጃዎች እና የባለሙያዎች ፍርድ በጣም አስፈላጊ ናቸው።

የመተግበሪያ ተግባር

የፕሮቲን አልፋ ፎልድ መዋቅር (ለምሳሌ፣ በደንብ የተማረ እጢ ጨቋኝ) በ UniProt ቁጥር ያውርዱ። አማካዩን pLDDT እና ዝቅተኛ ደህንነቱ የተጠበቀ ቀሪ ሬሾን ከላይ ካለው የኮድ ቅንጣቢ አስላ። ከዚያ ተለዋጭ ይምረጡ እና AI ከ 2 ኛ አብነት ጋር ለትርጉም እቅድ ይጠይቁ። የዚያን ቅሪት pLDDT እና UniProt ተግባራዊ ማብራሪያ እራስዎ ያረጋግጡ። የይገባኛል ጥያቄዎን ከቁጥራዊ የመተማመን እሴት ጋር ያገናኙ።

የማረጋገጫ ዝርዝር

• [ ] አወቃቀሩን ያገኘሁት ከአልፋ ፎልድ/PDB በ UniProt ቁጥር ነው።
• [ ] አስተያየት ከመስጠቱ በፊት pLDDT እና PAE አነባለሁ።
• [ ] LLM መጋጠሚያዎችን እንዲያካሂድ አልጠየቅኩም።
• [ ] ተለዋጭ አተረጓጎሙን ከተዛማጅ ቅሪት የመተማመን ነጥብ ጋር አገናኘሁት።
• [] ካለ ከሙከራው መዋቅር ጋር አነጻጽሬዋለሁ።
• [ ] ወሳኝ ውሳኔውን በባለሞያ ፍርድ እና በተጨባጭ ማስረጃ ደገፍኩ።