ИИ и белки: как читать предсказанную структуру
В одной модели белка AlphaFold2 может уверенно предсказать форму одних участков и гораздо менее уверенно других. Поэтому модель сопровождают оценками уверенности. Они помогают понять, как интерпретировать отдельные части структуры и их взаимное положение.
От последовательности к пространственной модели
Для запуска AlphaFold2 пользователь задаёт аминокислотную последовательность белка. Программа подбирает последовательности родственных белков и сопоставляет их. Такая процедура называется множественным выравниванием последовательностей, MSA. Сходства и совместные изменения аминокислот помогают программе предсказать пространственную структуру.
pLDDT: уверенность в отдельном звене
Оценку pLDDT рассчитывают для каждого аминокислотного остатка, то есть звена белковой цепи. Шкала идёт от 0 до 100: более высокое значение означает большую уверенность в локальной структуре. В модели эта оценка может заметно меняться вдоль цепи.
Почему низкая оценка бывает у гибкого участка
При pLDDT ниже 50 участок может быть естественно гибким или не иметь устойчивой структуры. Другая возможная причина состоит в том, что программе не хватает данных для уверенного предсказания. Одинаково низкая оценка может возникнуть в этих разных ситуациях.
PAE: положение частей относительно друг друга
Даже когда отдельные участки предсказаны уверенно, их взаимное расположение может оставаться неопределённым. Для его оценки используют PAE, предсказанную ошибку после совмещения структур. Низкое значение PAE для пары звеньев означает меньшую ожидаемую ошибку их взаимного положения. Сопоставление PAE и pLDDT помогает различить уверенность в форме участка и уверенность в том, как он расположен относительно остальных частей белка.