Journal of Data Mining in Genomics & Proteomics

Abstrato

Exploração rápida e fiável do universo PDB procura um novo algoritmo de pesquisa de modelos

Sunil Nahata e Ashish Runthala

A previsão da estrutura das proteínas quase nativas através da modelação baseada em modelos (TBM) tem sido um dos principais objetivos realistas da biologia estrutural há vários anos. Os algoritmos TBM requerem o melhor conjunto de modelos para uma sequência proteica alvo para a cobrir ao máximo e construir a sua topologia correta. No entanto, a precisão de tais algoritmos de previsão sofre dos problemas algorítmicos e lógicos das nossas medidas de pesquisa de modelos, que não conseguem rastrear rapidamente estruturas fiáveis ​​para uma sequência alvo. Neste estudo, empregamos o conjunto de dados PDB95 selecionado de 41.967 modelos para prever os modelos T0752 alvo CASP10 para avaliar a eficiência dos motores de busca PSI-BLAST e HHPred normalmente empregados. A nossa análise apresenta um estudo detalhado de forma a abrir novas perspetivas para melhorar a precisão das metodologias de previsão do TBM. Revela os pontos fracos das medidas de pesquisa de modelos mais populares e, assim, fornece brevemente uma visão significativa sobre as qualidades de um algoritmo de pesquisa de modelos previsto para ilustrar a necessidade de um algoritmo de pesquisa de modelos mais fiável.