Проблема белка. Том 2: Пространственное строения белка - Попов Е.М.
ISBN 5-02-001697-7
Скачать (прямая ссылка):
258
структур. Сегмент белка из шести остатков и более, имеющий в среднем на остаток значение Ра > 1,03 в случае Ра > Рр и удовлетворяющий ряду граничных условий (соответствующее расположение на концах заряженных остатков, отсутствие Pro внутри и на С-конце и т.д.), определяется как а-спиральный. Сегмент белка из пяти остатков и более с Рр > 1,05 при Рр > Ра и удовлетворяющий другому ряду граничных условий, определяется как (3-структурный. Предсказательный алгоритм использован авторами для выделения вторичных структур у 15 белков, нативные конформации которых явились базовыми для разработки, и у четырех других белков. В 19 рассмотренных белках (3233 остатка) в а-спирали входят 1168, а в (3-структуры — 615 остатков. Для первой структуры правильно предсказаны 931, неправильно — 454; для второй — соответственно 507 и 411. Точность предсказания у разных белков неодинакова. Относительно удачны предсказания, например, для миоглобина, лизоцима, инсулина, трипсинового ингибитора; неудачны для диастазы, химотрипсина, субтилизина, цитохрома с, стафилококковой нуклеазы, конканавалина. Так, из 16 а-спиральных остатков эластазы ни один не определен правильно, но сделано 25 ошибок. В папаине в (3-структуре содержится 30 остатков, из них правильно предсказаны 26, неправильно — 33. Результаты сравнения предсказанных а-спиральных и (3-структурных областей с наблюдаемыми находятся в резком диссонансе с оптимистическим заключением авторов о том, что "...полученные в работе конформационные характеристики аминокислотных остатков могут обеспечить точную идентификацию вторичных структур, а также быть полезными в изучении свертывания белковой цепи в третичную структуру". [98. С. 220].
Позднее подобный подход был распространен Чоу и Фасманом на повороты цепи [100]. Статистическому анализу были подвергнуты 29 белков известной структуры, содержащих 459 (3-изгибов. Образующие петли тетрапептидные фрагменты в соответствии с последовательностью значений углов ср, ф у остатков в положениях п, п+1, п+2 и п+3 были разбиты на 11 классов. Из частот появления остатков в каждом из этих положений тетрапептида найдены конформационные параметры Р,. Наиболее часто в положении п встречаются остатки Asn, Cys, Asp; n+1 — Pro, Ser, Lys; n+2 — Asn, Asp, Gly; n+3 — Trp, Gly. Самыми высокими потенциалами вхождения во все места (3-изгиба обладают Pro, Gly, Asn, Asp. Гидрофобные остатки реже, чем гидрофильные, входят в поворотные цепи, однако они более часто встречаются в непосредственной близости от них. Надежность разработанного алгоритма приблизительно такая же, как и алгоритма предсказания а-спиралей и (3-структур.
А. Бэржес и соавт. [101] предприняли попытку учесть с помощью статистического анализа взаимодействия между соседними и дальними по цепи остатками, основываясь на традиционном представлении о белковой конформации, включающей а-спираль, (3-структуру, (3-изгиб и клубок. При разработке алгоритма предсказания этих состояний
9*
259
учитывались, с одной стороны, статистические веса оптимальных форм свободных аминокислотных остатков, полученных путем теоретического анализа соответствующих метиламидов Н-ацетил-?-амино-кислот, а с другой — частоты появления различных конформаций остатков в восьми белках известной структуры. Новое здесь заключалось не только в большем, чем в предшествующих аналогичных разработках, количестве предсказываемых конформационных состояний, но и в одновременной, а не последовательной (предпочтительной), как это было ранее, локализации а-спиралей, (3-структур и (3-изгибов. В силу чисто эмпирического характера сформулированных в работе правил конформационного отбора бессмысленно рассматривать их физическое содержание и анализировать, насколько в действительности они могут передать все возможное многообразие взаимодействий основных и боковых цепей 20 типов остатков в нонапептиде. Критерием эффективности "нонапептидного" предсказательного алгоритма, как и любой эмпирической корреляции, может быть лишь практика. Сопоставим результаты предсказаний по этому алгоритму с экспериментально наблюдаемыми вторичными структурами. В лизоциме в а-спирали входят 46 остатков, 19 предсказаны правильно, 31 — неправильно; (3-структура белка состоит из четырех остатков, ни один из которых не был предсказан, но сделано 12 ошибок. Другой пример
— папаин. В нем 50 остатков входят в а-спирали, 13 определены правильно при 43 ошибочных предсказаниях; в (3-структурах содержится 21 остаток, четыре из которых предсказаны правильно при 69 ошибочных предсказаниях. Еще менее достоверна идентификация вторичных структур в миоглобине, карбоксипептидазе, миогене, цитохроме bs, рубредоксине, конканавалине, также входящих в состав базовых белков.
Для количественной оценки предсказательной способности того или иного алгоритма Бэржес и соавт. ввели так называемый индекс предсказания Р, который учитывает число идентифицируемых состояний [101]. Значение Р может меняться от -1 до +1 в зависимости от значения Q, равного отношению числа правильно предсказанных состояний остатков к числу остатков в цепи. Если все предсказания неправильны, то Р = -1; если число правильных предсказаний совпадает с числом, ожидаемым при беспорядочном отнесении состояний, то Р = 0; если же все отнесения правильны, то Р = 1. Значения индекса предсказания были получены для всех предложенных ранее процедур и сопоставлены с индексами Р нового "нонапептидного" алгоритма. Оказалось, что его предсказательная способность не выше, а в ряде случаев ниже других алгоритмов. В частности, И. Протеро в 1966 г. более правильно предсказал а-спиральное содержание в миоглобине и лизоциме, чем Бэржес и соавт. в 1974 г. [63]. Если судить по индексу Р, то процедура Котельчука и Шераги может показаться не менее предпочтительной, чем "нонапептидная" [71, 72]. Между тем в этих работах постулировалось отсутствие взаимодействий между соседними остатками и предсказательный алгоритм базировался только на учете
