Three properties of a decoy pool decide a protein–protein rescoring comparison: the candidate-set size, its composition, and the relaxation of its near-native poses
本研究表明，蛋白质-蛋白质重评分比较的有效性关键取决于候选集的规模、组成以及近原生构象的松弛程度，因为只有当基于知识的势函数应用于结合态且无碰撞的诱饵池，而非未结合或搜索生成的集合时，其表现才会优于形状互补性代理指标。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象两种蛋白质试图在细胞内拥挤、混乱的环境中寻找彼此。它们就像在黑暗房间里漂浮的两个拼图块，每个都有特定的形状，必须完美契合才能解锁一项生物功能。科学家们已经开发出计算机程序来预测这两个蛋白质如何锁定在一起，这个过程被称为分子对接（molecular docking）。计算机生成了成千上万种这两个蛋白质可能并排坐在一起的方式，形成了一个庞大的猜测列表。这些猜测中大多数都是错误的，但有少数几个非常接近真实的自然排列方式。研究人员面临的挑战是编写一个评分系统，能够从这个长长的列表中挑选出那个唯一的、最好的猜测，即与现实相匹配的那一个。
多年来，科学家们一直使用一种特定的方法来测试这些评分系统。他们采用已知正确的排列方式，对其进行轻微抖动以产生一组“诱饵”或虚假姿态，然后观察新的评分系统是否能在这些伪造品中找到原始的正确排列。这种方法导致人们认为，某些依赖于原子通常如何相互作用的统计模式的评分系统，比仅仅观察形状契合程度的简单系统更优越。然而，一项新的研究表明，这种长期以来的结论可能是一种由测试设计方式造成的错觉。研究人员发现，一个评分系统的成功完全取决于测试的具体条件，特别是起始结构是完美的还是略有缺陷，以及同时评估多少个猜测。
来自广西科技大学的研究人员决定调查为什么这些测试有时会给出如此不同的答案。他们构建了三组不同的测试数据，用以对比统计评分系统与简单的形状匹配系统。第一组是通过对蛋白质完美的已知结构进行轻微抖动而产生的猜测池。在这种情景下，正确答案始终就在那里，只是发生了微小的位移。第二组使用了相同的抖动方法，但起始结构是蛋白质不完美的、未结合的状态，即它们在细胞中相遇之前的状态。第三组使用了来自一个主要对接程序的真实发布输出，这代表了计算机在没有任何帮助的情况下搜索匹配项时实际产生的结果。
当研究人员将他们的统计评分系统应用于第一组（即起始结构完美的模型）时，表现得非常出色。它始终能将正确的姿态排在列表的最顶端，远优于简单的形状匹配系统。这一结果证实了传统观点，即统计方法更优越。然而，一旦他们切换到第二组（使用不完美的未结合结构），这种优势就消失了。统计系统不再比随机猜测更好地找到正确的姿态。当他们在第三组（即对接程序的真实世界输出）上进行测试时，统计系统并未表现出优于形状匹配系统的优势。它无法从成千上万个错误的姿态中分辨出正确的姿态，在某些情况下，其结果与随机结果没有显著差异。
这项研究揭示了这种剧烈转变的原因。统计评分系统通过计算有多少原子靠得太近（这种情况被称为“碰撞”）来工作。在完美的抖动模型中，正确的姿态没有碰撞，因此系统给出了高分。但在不完美的模型和现实世界的搜索结果中，正确的姿态自然包含了一些不可避免的碰撞，因为起始结构略有错位。统计系统由于看到了这些碰撞，会对正确的姿态进行惩罚，实际上是在为它在混乱现实中的正确性而惩罚它。简单的形状匹配系统没有这个问题；它对这些微小缺陷的敏感度较低，因此在不同类型的测试中表现得更加稳定。
研究人员还发现，被评估列表的大小会改变结论。当列表较小（仅包含前二十个预测）时，统计系统在完美模型上看起来更优越。但随着列表扩大到包含数百或数千个猜测，简单的形状匹配系统在整体排名方面开始显得更好，尽管统计系统在处理小列表时仍能更好地找到单一的最佳姿态。这意味着“哪个系统更好？”这个问题没有单一的答案；它完全取决于你是在寻找一小组中的绝对最佳猜测，还是在试图整理海量的数据。
或许最令人震惊的发现是，在现实世界的对接输出中，没有任何评分系统能在列表较小时可靠地找到正确的姿态。研究人员应用了一项严格的测试，以查看这些分数是否包含真实的有效信息，还是仅仅是随机噪声。他们发现，对于现实世界的数据，得分与随机打乱的列表相比没有区别。正确的姿态根本不在搜索程序生成的顶端几个猜测中，因此没有任何评分系统能将其挽救回来。统计系统的失败并非因为它排名能力差，而是因为它要寻找的目标根本不在列表中。
这项工作迫使人们重新思考如何评估蛋白质对接。研究结论指出，只有当研究人员明确说明测试列表的大小、列表的构成，以及列表中的正确姿态是结构完美的还是略有张力的时，对评分系统的比较才是有效的。一个在干净、人工设计的测试集上看起来像赢家的评分系统，在面对起始结构不完美且正确答案埋藏在大量错误猜测之中的现实应用时，可能是毫无用处的。作者认为，未来的基准测试必须明确报告这些细节，因为如果没有这些细节，声称一种方法优于另一种方法的说法不仅是不完整的，而且具有误导性。一个方法的成功不是软件本身固有的属性，而是其在特定条件下被要求工作的结果。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。