RRT*とMCを使用したタンパク質立体構造経路の探査に剛性分析を統合する

タンパク質が細胞レベルでどのように機能するかを理解するには、機能を実行するために受ける立体配座の変化を含め、それらの構造とダイナミクスを理解することが最も重要です。前述の理由から、タンパク質の大規模な立体構造変化の研究は、長年にわたって研究者にとって関心となっています。ただし、一部のタンパク質は急速かつ一時的な立体構造の変化を経験するため、中間構造を実験的にキャプチャすることは困難です。さらに、計算ブルートフォースの方法は計算的に扱いにくいため、高次元の複雑な空間で検索を必要とするこれらの経路を見つけることが不可能になります。以前の作業では、モンテカルロ（MC）サンプリングとRRT*を組み合わせたハイブリッドアルゴリズムを実装しました。これは、ランダムな樹木（RRT）ロボットベースの方法を急速に探索するバージョンで、立体構造の探索をより正確かつ効率的にし、滑らかな立体配座経路を生成します。この作業では、タンパク質の剛性分析をアルゴリズムに統合して、柔軟な領域を探索するために検索をガイドしました。剛性分析が実行時間を劇的に短縮し、収束を加速することを実証します。

To understand how proteins function on a cellular level, it is of paramount importance to understand their structures and dynamics, including the conformational changes they undergo to carry out their function. For the aforementioned reasons, the study of large conformational changes in proteins has been an interest to researchers for years. However, since some proteins experience rapid and transient conformational changes, it is hard to experimentally capture the intermediate structures. Additionally, computational brute force methods are computationally intractable, which makes it impossible to find these pathways which require a search in a high-dimensional, complex space. In our previous work, we implemented a hybrid algorithm that combines Monte-Carlo (MC) sampling and RRT*, a version of the Rapidly Exploring Random Trees (RRT) robotics-based method, to make the conformational exploration more accurate and efficient, and produce smooth conformational pathways. In this work, we integrated the rigidity analysis of proteins into our algorithm to guide the search to explore flexible regions. We demonstrate that rigidity analysis dramatically reduces the run time and accelerates convergence.