Resolución por poder

La resolución por aproximación (ResProx) es un método para evaluar la resolución equivalente de rayos X de estructuras proteicas derivadas de RMN . ResProx calcula la resolución a partir de datos de coordenadas en lugar de la densidad electrónica u otros datos experimentales. Esto permite calcular la resolución de una estructura independientemente de cómo se haya resuelto ( rayos X , RMN , EM, modelado, predicción ab initio ). ResProx se diseñó originalmente para servir como una evaluación simple de un solo número que permite una comparación directa entre la calidad/resolución de estructuras de rayos X y la calidad de una estructura de RMN dada . Sin embargo, también se puede utilizar para evaluar la fiabilidad de una resolución de estructura de rayos X reportada experimentalmente, para evaluar estructuras proteicas resueltas por medios no convencionales o híbridos y para identificar estructuras fraudulentas depositadas en el PDB. ^{[ 1 ]} ResProx incorpora más de 25 características estructurales diferentes para determinar un único valor similar a la resolución. Los valores de ResProx se reportan en Angstroms. Las pruebas realizadas en miles de estructuras de rayos X muestran que los valores de ResProx coinciden muy de cerca con los valores de resolución reportados por los cristalógrafos de rayos X. ^{[ 1 ]} Los valores de resolución por aproximación se pueden calcular para estructuras de proteínas recién determinadas utilizando un servidor web ResProx de acceso libre. ^{[ 1 ]} Este servidor acepta datos de coordenadas de proteínas (en formato PDB ) y genera una estimación de resolución (en Angstroms) para esa estructura de entrada.

En cristalografía de rayos X , la resolución es una medida de la capacidad de resolución o precisión del mapa de densidad electrónica de una molécula. La resolución se suele expresar en Angstroms (Å, 10⁻¹⁰ ^metros ) para las estructuras cristalinas de rayos X. Cuanto menor sea el número, mejor será el grado de resolución atómica. En la cristalografía de rayos X de proteínas , la mejor resolución que se suele alcanzar es de aproximadamente 1 Å. Este nivel de resolución permite visualizar átomos de hidrógeno individuales y mapear con gran precisión átomos pesados ​​( C , O , N ). La mayoría de las estructuras proteicas resueltas hoy en día tienen una resolución de 1,5 a 2,5 Å, lo que significa que los átomos de hidrógeno no son visibles y existe cierta incertidumbre en la ubicación precisa de los átomos pesados. Las estructuras proteicas con una resolución superior a 2,5 Å generalmente presentan varias imprecisiones en las coordenadas , así como otros problemas estructurales. Cuando la resolución es superior a 3,5 Å, suele haber una considerable incertidumbre tanto en la ubicación de los átomos como incluso en la identidad de los residuos de aminoácidos individuales. En otras palabras, la resolución está inversamente correlacionada con la calidad de la estructura (es decir, números más altos significan estructuras de peor calidad). Esta tendencia en la calidad de la estructura de proteínas para la resolución de rayos X coincide muy de cerca con la tendencia observada en la calidad de las estructuras de proteínas determinadas por RMN . Algunas estructuras de RMN tienen un gran número de restricciones (NOE, enlaces de hidrógeno, acoplamientos J, acoplamientos dipolares), geometría excelente, alta calidad estructural y conjuntos muy compactos con excelente precisión atómica ( RMSD < 1 Å). Otras estructuras de RMN tienen muy pocas restricciones, geometría deficiente o baja calidad estructural y conjuntos muy sueltos (RMSD > 3 Å). Sin embargo, no existe una correspondencia simple entre los valores de RMSD de RMN y los valores de resolución de rayos X. Es decir , un conjunto de RMN con 1 Å de RMSD no se corresponde en calidad o precisión con una estructura de rayos X con 1 Å de resolución. Esto se debe a que la medida de RMSD es una función tanto del número de estructuras utilizadas en el conjunto como del sesgo de selección del espectroscopista que deposita el conjunto estructural. Asimismo, en RMN es posible generar estructuras proteicas de alta calidad y determinadas con precisión.utilizando relativamente pocas restricciones bien elegidas. También es posible generar estructuras de RMN de muy baja calidad a partir de un gran número de restricciones evaluadas de forma descuidada, erróneas o mal asignadas.

En los últimos 20 años se han propuesto varios métodos para calcular la "resolución equivalente" utilizando únicamente datos de coordenadas de rayos X (en lugar de datos de difracción de rayos X ). Algunos se diseñaron específicamente para evaluar estructuras de RMN , como Procheck-NMR ^{[ 2 ],} mientras que otros se diseñaron más para la evaluación de la calidad estructural y la validación de estructuras de rayos X , como MolProbity ^{[ 3 ]} y RosettaHoles2 ^{[ 4 ]} . Sin embargo, estos métodos se basan en un número relativamente pequeño de medidas de calidad de la estructura proteica para predecir la resolución (4, 3 y 1 medidas, respectivamente) y, en consecuencia, la correlación entre la resolución observada (de rayos X) y la resolución predicha no es particularmente buena. Al ampliar el número de características estructurales para incluir la distribución de ángulos de torsión, la presencia de choques atómicos, la normalidad de los enlaces de hidrógeno, el número de violaciones de longitudes y ángulos de enlace, la presencia de cavidades, volúmenes de empaquetamiento específicos de residuos, eficiencia de empaquetamiento y energías de enhebrado, es posible mejorar esta correlación de manera sustancial.

ResProx utiliza una colección de 25 características diferentes de la estructura de proteínas (como distribuciones de ángulos de torsión, enlaces de hidrógeno, volumen de empaquetamiento, cavidades, medidas de Molprobity) que se utilizaron en un método de regresión de vectores de soporte para maximizar la correlación entre la resolución predicha y la resolución de rayos X observada en un conjunto de 2400 estructuras de proteínas con resolución de rayos X conocida . Los detalles exactos del algoritmo se proporcionan en un artículo publicado por Wishart y colegas. ^{[ 1 ]} Después del entrenamiento y la validación apropiada en conjuntos de prueba independientes, este modelo SVR es capaz de estimar la resolución de estructuras de rayos X resueltas con un coeficiente de correlación de 0,92, error absoluto medio de 0,28 Å. Esto es aproximadamente un 15-30% mejor que los métodos existentes. Esto se muestra en la Figura 1. Debido a que el rendimiento del método ResProx es tan alto y porque solo necesita datos de coordenadas para generar una estimación de la resolución de rayos X equivalente , es ideal para ser aplicado a estructuras de RMN . Al analizar las estructuras de RMN con ResProx, la estructura promedio tiene una resolución equivalente a rayos X de 2,8 Å, lo cual es relativamente bajo (Fig. 2). Esto concuerda con las observaciones cualitativas sobre la calidad y precisión generales de las estructuras de RMN . Como se observa en la Figura 2, un número muy reducido de estructuras de RMN presenta una resolución equivalente a < 1,0 Å, pero son casos excepcionales.

Figura 1. Rendimiento de ResProx frente a los datos de entrenamiento y prueba.

Figura 2. Histograma de la resolución equivalente de ResProx para modelos de RMN y la resolución experimental para estructuras de rayos X. Se seleccionaron aleatoriamente 500 conjuntos de RMN y 500 estructuras de rayos X de la base de datos PDB. Las proteínas se agruparon en intervalos de resolución de 0,25 Å. Los valores de resolución en el eje X indican el límite superior de cada intervalo. Los valores para las estructuras de RMN y las estructuras de rayos X representan el número de estructuras en cada intervalo.

El servidor web ResProx es de acceso libre y acepta datos de coordenadas de proteínas por RMN (en formato PDB ) y genera una estimación de resolución (en Angstroms) para dicha estructura . También está disponible una versión descargable de ResProx. Además, ResProx proporciona una lista de 50 834 estructuras de proteínas con identificadores PDB , junto con su resolución observada y los valores ResProx correspondientes.