Прогнозируемая ошибка выравнивания
![]() | |
Расширение имени файла |
.json |
---|---|
Тип интернет-СМИ |
приложение/json |
Разработано | DeepMind , EMBL - EBI |
Тип формата | Биоинформатика |
Веб-сайт | https://alphafold.ebi.ac.uk/faq |
Ошибка прогнозируемого выравнивания ( PAE ) представляет собой количественный результат, полученный с помощью AlphaFold , системы прогнозирования структуры белка, разработанной DeepMind . [1] PAE оценивает ожидаемую ошибку позиционирования для каждого остатка в предсказанной структуре белка, если он был выровнен с соответствующим остатком в истинной структуре белка. Это измерение помогает ученым оценить достоверность относительного положения и ориентации различных частей предсказанной белковой модели. [2]
Структура
[ редактировать ]PAE представлен в виде двумерного (2D) интерактивного графика, где цвет по координатам (x, y)
представляет собой прогнозируемую ошибку положения в остатке x
если предсказанная и истинная структуры совпали по остатку y
. [3] Более низкие значения PAE для пар остатков из разных доменов предполагают четко определенные относительные положения и ориентации в прогнозе, тогда как более высокие значения PAE указывают на неопределенность в относительных положениях или ориентациях.
Пользователи могут загрузить необработанные данные PAE для всех пар остатков в пользовательском формате JSON для дальнейшего анализа или визуализации с использованием такого языка программирования, как Python. Формат файла JSON следующий:
[ { "predicted_aligned_error": [[0, 1, 4, 7, 9, ...], ...], "max_predicted_aligned_error": 31.75 } ]
В файле JSON поле predicted_aligned_error
предоставляет значение PAE для каждой пары остатков (округленное до ближайшего целого числа), а поле max_predicted_aligned_error
дает максимально возможное значение PAE, которое ограничено 31,75 Å. ПАЭ измеряется в ангстремах.
Отдельно разработанная программа 3D-просмотра PAE обеспечивает более интуитивную визуализацию. [4]

Интерпретация
[ редактировать ]Интерпретация значений PAE позволяет ученым понять уровень уверенности в предсказанной структуре белка: Более низкие значения PAE между парами остатков из разных доменов указывают на то, что модель предсказывает четко определенные относительные положения и ориентации для этих доменов. Более высокие значения PAE для таких пар остатков предполагают, что относительные положения и/или ориентации этих доменов в 3D-структуре неопределенны и не должны интерпретироваться. [5]
Предостережения
[ редактировать ]Хотя PAE предоставляет ценную информацию, пользователи должны учитывать, что она асимметрична; значение PAE для (x, y) может отличаться от значения для (y, x), особенно между областями петель с весьма неопределенной ориентацией. [6] Более того, хотя AlphaFold может делать полезные междоменные прогнозы, ожидается, что точность внутридоменного прогнозирования будет более надежной на основе проверки CASP14.
Внешние ссылки
[ редактировать ]Ссылки
[ редактировать ]- ^ «База данных структуры белков AlphaFold» . Alphafold.ebi.ac.uk . 12 июня 2023 г. Архивировано из оригинала 13 июня 2023 г. Проверено 12 июня 2023 г.
- ^ «Оценки ошибок AlphaFold» . www.rbvi.ucsf.edu . Архивировано из оригинала 13 июня 2023 г. Проверено 12 июня 2023 г.
- ^ «Возможность высокоточного прогнозирования структуры белка в масштабе протеома» . www.deepmind.com . 13 июня 2023 г. Архивировано из оригинала 13 июня 2023 г. Проверено 13 июня 2023 г.
- ^ Эльфманн, Кристоф; Стюльке, Йорг (04 мая 2023 г.). «Просмотр PAE: веб-сервер для интерактивной визуализации прогнозируемой ошибки выравнивания для прогнозирования мультимерной структуры и перекрестных связей» . Исследования нуклеиновых кислот . 51 (П1): W404–W410. дои : 10.1093/nar/gkad350 . ISSN 0305-1048 . ПМК 10320053 . ПМИД 37140053 .
- ^ Варади, Михай (13 июня 2023 г.). «NIH: Национальная медицинская библиотека: база данных AlphaFold» . Исследования нуклеиновых кислот . 50 (Д1): Д439–Д444. дои : 10.1093/nar/gkab1061 . ПМЦ 8728224 . ПМИД 34791371 .
- ^ «Почему Alphafold PAE (прогнозируемая ошибка выравнивания) не симметрична?» . Обмен стеками моделирования материи . 12 июня 2023 г. Архивировано из оригинала 13 июня 2023 г. Проверено 12 июня 2023 г.