タンパク質構造の評価のためのアンバーとロゼッタのエネルギー関数の体系的な比較

正確なエネルギー関数は、生体分子構造モデリングと設計の重要なコンポーネントです。異なる派生エネルギー関数の比較により、各エネルギー関数の長所と短所の分析が可能になり、特定のエネルギー関数内の改善を評価するための独立したベンチマークを提供します。分子力学アンバー経験的エネルギー関数を、デコイの識別とループモデリングテストで、ロゼッタエネルギー関数（TALARIS2014およびREF2015）の2つのバージョンと比較しました。デコイ識別試験では、ロゼッタとアンバー（FF14SbonlySC）の両方のエネルギー関数は、多くの場合、最低のエネルギーの立体構造としてネイティブ状態を採点するのにうまく機能しましたが、TALARIS2014とAMBER FF14SBONLYSCスコアリング機能の両方でいくつかの誤った最小値が見つかりました。小分子と高分子ベンチマークセットの両方でパラメーター化されているデコイの識別を改善するRosetta Energy機能の現在のデフォルトバージョンであるRef2015は、Talaris2014よりも大幅に優れているため、Rosetta Scoringアプローチに加えられた改善を強調しています。Rosetta Ref2015には症例はなく、Amberでは8/140の症例はありません。ここでは、代替景観には存在しない偽の最小値が見つかります。ループモデリングテストでは、AMBER FF14SBONLYSCおよびREF2015は同等に機能しますが、両方の場合にはいくつかのケースで誤った最小値が検出されます。二面体、静電、溶媒和、および水素結合スコアのバランスは、偽の最小値の存在に寄与します。ロゼッタとアンバーのエネルギー関数の半正義性を活用するために、AmberとRosettaの立体構造ランキングを組み合わせて、特定のタンパク質の最も近いモデルを予測する技術を開発しました。このアルゴリズムは、いずれかのエネルギー関数からの予測により、単独のエネルギー関数から改善され、構造評価とループモデリングタスクのモデル選択に役立つはずです。

An accurate energy function is an essential component of biomolecular structural modeling and design. The comparison of differently derived energy functions enables analysis of the strengths and weaknesses of each energy function and provides independent benchmarks for evaluating improvements within a given energy function. We compared the molecular mechanics Amber empirical energy function to two versions of the Rosetta energy function (talaris2014 and REF2015) in decoy discrimination and loop modeling tests. In decoy discrimination tests, both Rosetta and Amber (ff14SBonlySC) energy functions performed well in scoring the native state as the lowest energy conformation in many cases, but several false minima were found in with both talaris2014 and Amber ff14SBonlySC scoring functions. The current default version of the Rosetta energy function, REF2015, which is parametrized on both small molecule and macromolecular benchmark sets to improve decoy discrimination, performs significantly better than talaris2014, highlighting the improvements made to the Rosetta scoring approach. There are no cases in Rosetta REF2015, and 8/140 cases in Amber, where a false minimum is found that is absent in the alternative landscape. In loop modeling tests, Amber ff14SBonlySC and REF2015 perform equivalently, although false minima are detected in several cases for both. The balance between dihedral, electrostatic, solvation and hydrogen bonding scores contribute to the existence of false minima. To take advantage of the semi-orthogonal nature of the Rosetta and Amber energy functions, we developed a technique that combines Amber and Rosetta conformational rankings to predict the most near-native model for a given protein. This algorithm improves upon predictions from either energy function in isolation and should aid in model selection for structure evaluation and loop modeling tasks.