鹿のデータとその構造解釈の自信分析とアンサンブルバイアスメタダイナミック

電子スピンプローブ間の多成分距離分布を測定する能力を考えると、二重電子電子共鳴（DEER）分光法は、生体分子の構造的ダイナミクスを評価するための主要な手法となっています。ただし、これらの分布の統計誤差を評価する方法論は標準ではなく、多くの場合、実験結果の厳密な解釈を妨げます。距離分布は、多くの場合、ティコノフの正則化として知られる数学的方法を通じて実験鹿のデータから決定されますが、このアプローチは厳密なエラー推定を困難にします。ここでは、距離確率分布がガウス成分の合計として表される代替のモデルベースのアプローチに基づいて構築され、エラーの伝播を使用して関連する信頼帯域を計算します。私たちのアプローチでは、実験ノイズ、適合したバックグラウンド信号の不確実性、およびデータ収集の限られた期間など、すべての不確実性の原因を考慮します。結果として生じる信頼帯は、確率分布の最も信頼性の低い特徴を明らかにし、それによって鹿実験の構造的解釈を通知します。この解釈を容易にするために、アンサンブルバイアスメタダイナミクス（EBMETAD）として知られる分子シミュレーション方法も一般化します。この方法は、もともと1つ以上の確率分布と一致する最大エントロピー構造アンサンブルを生成するように設計されていますが、今では信頼帯によって決定されたとおりのターゲット分布の不確実性も説明しています。慎重なベンチマークの後、スピン標識T4リゾチームの鹿の結果を使用して提案された手法を実証します。

Given its ability to measure multicomponent distance distributions between electron-spin probes, double electron-electron resonance (DEER) spectroscopy has become a leading technique to assess the structural dynamics of biomolecules. However, methodologies to evaluate the statistical error of these distributions are not standard, often hampering a rigorous interpretation of the experimental results. Distance distributions are often determined from the experimental DEER data through a mathematical method known as Tikhonov regularization, but this approach makes rigorous error estimates difficult. Here, we build upon an alternative, model-based approach in which the distance probability distribution is represented as a sum of Gaussian components, and use propagation of errors to calculate an associated confidence band. Our approach considers all sources of uncertainty, including the experimental noise, the uncertainty in the fitted background signal, and the limited time span of the data collection. The resulting confidence band reveals the most and least reliable features of the probability distribution, thereby informing the structural interpretation of DEER experiments. To facilitate this interpretation, we also generalize the molecular simulation method known as ensemble-biased metadynamics (EBMetaD). This method, originally designed to generate maximal-entropy structural ensembles consistent with one or more probability distributions, now also accounts for the uncertainty in those target distributions exactly as dictated by their confidence bands. After careful benchmarks, we demonstrate the proposed techniques using DEER results from spin-labeled T4 lysozyme.