基于自动化结构的核磁共振共振归属及缺口谱字典应用

### 基于自动化结构的核磁共振共振归属及缺口谱字典应用 #### 一、基于自动化结构的核磁共振共振归属 在蛋白质研究中，基于自动化结构的核磁共振（NMR）共振归属是一项重要的技术。下面将详细介绍相关的实验结果、面临的挑战以及可能的解决方向。 ##### 1.1 归属准确性实验 通过实验，我们得到了不同模板结构在氨基酸和二级结构类型归属上的准确性数据，具体如下表所示： | 模板结构 | 严格类型匹配准确率(%) | 迭代纠错最佳得分模型准确率(总/螺旋/片层/环) | 氨基酸类型准确率(%) | 二级结构类型准确率(%) | 最佳得分归属与正确归属的得分百分比差异 | 每个模型的CPU时间 | | ---- | ---- | ---- | ---- | ---- | ---- | ---- | | 1KA5 | 72 | 100/100/100/100 | 89 | 91 | 0 | 4小时 | | 1EGO | 65 | 97/95 (100)/100/100 | 90 | 85 | -1.5% | 1小时 | | 1SGO | 63 | 88/82 (91)/96/88 | 92 | 87 | -3.0% | 10.5小时 | | 1G6J | 75 | 91/100/86/90 | 96 | 90 | +0.5% | 32分钟 | | 1YYC | 40 | 70/91/71/53 | 79 | 91 | -3.1% | 46小时 | 从这些数据可以看出，不同模板结构的归属准确性存在差异。例如，1KA5在各项指标上表现较为出色，而1YYC的严格类型匹配准确率相对较低。 ##### 1.2 实验结果分析 使用NMR模型进行测试时，最佳得分归属的整体准确率为87.1%，其中α - 螺旋的准确率为64.3%（在i ± 2窗口内为85.7%），β - 片层的准确率为95.7%，环的准确率为90.0%。螺旋残基归属准确性较低，很多错误是由于附近氨基酸的HSQC峰未出现在NMR数据中，导致出现 +1 归属位置错误。 通过从最佳得分归属中生成10个满足二级结构接触匹配标准的固定归属解，我们得到了一个共识归属，其准确率达到了91%，其中螺旋的准确率为78%（i ± 2窗口内为92%），其他类型的准确率保持不变。如果不使用迭代算法，准确率仅为59%。这表明迭代算法在提高归属准确性方面具有重要作用。 ##### 1.3 面临的挑战 在实验过程中，我们也发现了一些限制因素。例如，仅使用主链质子接触信息进行螺旋区域的局部归属存在局限性。氨基酸类型预测会受到多种因素的阻碍，包括缺失和伪像的TOCSY峰、TOCSY峰与相应HSQC峰的错误归属、质子化学位移与质子类型的错误归属等。随着蛋白质大小的增加，化学位移重叠加剧，会导致模糊的自旋系统，从而影响类型预测的准确性。在二级结构类型预测方面，随着蛋白质大小的增加，从HNHA获得高产量的J - 耦合常数变得更加困难，同时边缘噪声水平也会增加，可能导致正确的接触匹配丢失。 ##### 1.4 可能的解决方向 为了解决这些问题，我们可以考虑利用BMRB中的已知归属信息，为每个自旋系统预测一组可能的氨基酸。通过使用BMRB化学位移数据、TOCSY中的Hα和蛋白质结构信息构建具有较低噪声水平的相互作用图，已经取得了有希望的初步结果。虽然这需要关于先前归属的信息，但在涉及给定蛋白质不同突变体的NMR研究中，一旦确定了一个归属，这些信息就会变得可用。 #### 二、缺口谱字典及其在串联质谱数据库搜索中的应用 在肽鉴定领域，传统的肽鉴定工具通常速度较慢，因为它们需要将每个串联质谱（MS/MS）谱与数据库中的所有肽进行匹配。为了解决这个问题，出现了一种新的方法，即生成肽串联质谱的所有合理从头解释（谱字典）并快速与数据库进行匹配。然而，谱字典的大小会随着肽长度的增加而迅速增长，使得长肽的谱字典生成变得不切实际。因此，我们引入了缺口谱字典。