Cryo-EM由来のアセンブリにおけるタンパク質間界面の評価

Cryo-EMマップに由来する高分子アセンブリの構造には、分解能の低下とともにより豊富になるエラーが含まれることがよくあります。Cryo-EMコミュニティでは、MAPおよびAtomistic Model検証のメトリックを開発する努力にもかかわらず、これまでのところ、アセンブリサブユニット間のインターフェイスを評価するために、特定のスコアリングメトリックが体系的に適用されていません。ここでは、cryo-emによって導出された高分子アセンブリのタンパク質間界面を包括的に評価しました。この目的のために、結晶構造のタンパク質間界面界面の特徴を使用して訓練された密度に依存しない機械学習ベースのメトリックであるタンパク質界面スコア（PIスコア）を開発しました。1053 PDBが堆積したCRYO-EMモデル（SARS-COV-2複合体を含む）の5873インターフェイスと、CASP13 CRYO-EMターゲットとEMモデルチャレンジに提出されたモデルを評価しました。さらに、低スコアに関連するインターフェイスを検査し、それらの一部、特に中間から低解像度（4Å未満）構造では、密度ベースの評価スコアによってキャプチャされないことがわかりました。PIスコアと密度スコアを組み込んだ組み合わせスコアは、差別的な力を示し、私たちの方法は、Cryo-EMによって解決される増加する数の複合体に強力な補完評価ツールを提供できるようにしました。

Structures of macromolecular assemblies derived from cryo-EM maps often contain errors that become more abundant with decreasing resolution. Despite efforts in the cryo-EM community to develop metrics for map and atomistic model validation, thus far, no specific scoring metrics have been applied systematically to assess the interface between the assembly subunits. Here, we comprehensively assessed protein-protein interfaces in macromolecular assemblies derived by cryo-EM. To this end, we developed Protein Interface-score (PI-score), a density-independent machine learning-based metric, trained using the features of protein-protein interfaces in crystal structures. We evaluated 5873 interfaces in 1053 PDB-deposited cryo-EM models (including SARS-CoV-2 complexes), as well as the models submitted to CASP13 cryo-EM targets and the EM model challenge. We further inspected the interfaces associated with low-scores and found that some of those, especially in intermediate-to-low resolution (worse than 4 Å) structures, were not captured by density-based assessment scores. A combined score incorporating PI-score and fit-to-density score showed discriminatory power, allowing our method to provide a powerful complementary assessment tool for the ever-increasing number of complexes solved by cryo-EM.