【4.7.3.7】结构比较--QCS(残基-残基接触面积差)

动机:多年来,手动检查已应用于评估蛋白质结构预测的关键评估(CASP,critical assessment of protein structure prediction)的无模型建模(FM,free modeling)类别预测,并广为接受。这种人工评估需要专业知识和大量时间投入,但是存在主观性且无法区分相似质量模型的问题。将手动检查背后的思想纳入自动评分系统是有益的,这可以提供客观且可重复的结构模型评估。

结果:受我们在CASP9 FM类别评估中的经验的启发,我们开发了一种自动叠加(superimposition)独立方法,称为质量控制得分(QCS,Quality Control Score),用于结构预测评估。 QCS捕获了全局和局部结构特征,并着重于全局拓扑。我们将此方法应用于CASP9的所有FM目标,总体结果表明,与以前应用于CASP的自动预测评估方法(如全球距离测试总分(GDT_TS)和接触得分(CS,Contact Score))相比,该方法与“手动检查分数”的一致性最佳。作为指导我们评估CASP9 FM类别预测的重要组成部分之一,该方法与其他评分方法具有很好的关联性,但仍能够揭示GDT_TS遗漏的高质量模型。

可用性:用于QCS计算的脚本可从 http://prodata.swmed.edu/QCS/ 获得。

一、前言

蛋白质结构预测的关键评估(CASP)是一项运行了16年的实验,对于评估预测的进展(或缺乏进展),发现和鼓励最成功的方法以及激发结构预测领域的讨论,这是绝对必要的( Kryshtafovych等,2005; Moult,2006; Moult等,2009)。 对于每两年一次的CASP预测期,组织者会收集作品中具有3D结构的序列,并将其发布给预测者。 预测器提供结构模型,评估员在确定实验结构后会严格评估预测的质量。 通过将预测和评估过程分开,CASP为模型的综合评估提供了客观依据(Moult等,1995)。

参考资料

个人公众号,比较懒,很少更新,可以在上面提问题,如果回复不及时,可发邮件给我: tiehan@sina.cn

Sam avatar
About Sam
专注生物信息 专注转化医学