ハイスループット変異スキャンのRosettadDG予測：安定性から結合へ

アミノ酸置換（ΔΔG）に対する自由エネルギー変化の信頼できる予測は、タンパク質の安定性とタンパク質間相互作用への影響を調査するために重要です。実験的変異スキャンの進歩により、多重技術のおかげでハイスループット研究が可能になります。一方、ゲノミクスイニシアチブは、構造ベースの方法を使用した分析から利益を得ることができる疾患関連のバリアントに関する大量のデータを提供します。したがって、計算フィールドは同じペースを維持し、高速かつ正確なハイスループットΔδg計算のための新しいツールを提供する必要があります。これに関連して、ロゼッタモデリングスイートは、アミノ酸置換時にタンパク質モノマーの折りたたみ/展開を予測するための効果的なアプローチを実装し、タンパク質複合体の結合自由エネルギーの変化を計算します。ただし、Rosettaでの豊富な経験がなければ、ユーザーにとってアプリケーションは困難になる可能性があります。さらに、ΔΔG予測のロゼッタプロトコルは、一度に1つのバリアントを考慮して設計されており、ハイスループットスクリーニングのセットアップを面倒にします。これらの理由から、ユーザーからの介入がほとんどなく、Rosettaプロトコルを使用してアミノ酸置換のセットで自由エネルギー計算を実行するように設計されたカスタマイズ可能なPythonラッパーであるRosettaddGpredictionを考案しました。さらに、RosettadDGPREDICTIONは、完了した実行のチェックを支援し、複数のバリエーションのRAWデータを集約し、出版対象のグラフィックスを生成します。小児がんの有意性が不確実なバリエーション、既知の実験的展開ΔΔGS値を伴うタンパク質、標的タンパク質と障害のあるモチーフ間の相互作用、リン膜症を含む、4つのケーススタディでツールの可能性を示しました。Rosettaddgpredictionは、無料で、GNU General Public License v3.0、https：//github.com/elelab/rosettaddgpredictionで利用できます。

Reliable prediction of free energy changes upon amino acid substitutions (ΔΔGs) is crucial to investigate their impact on protein stability and protein-protein interaction. Advances in experimental mutational scans allow high-throughput studies thanks to multiplex techniques. On the other hand, genomics initiatives provide a large amount of data on disease-related variants that can benefit from analyses with structure-based methods. Therefore, the computational field should keep the same pace and provide new tools for fast and accurate high-throughput ΔΔG calculations. In this context, the Rosetta modeling suite implements effective approaches to predict folding/unfolding ΔΔGs in a protein monomer upon amino acid substitutions and calculate the changes in binding free energy in protein complexes. However, their application can be challenging to users without extensive experience with Rosetta. Furthermore, Rosetta protocols for ΔΔG prediction are designed considering one variant at a time, making the setup of high-throughput screenings cumbersome. For these reasons, we devised RosettaDDGPrediction, a customizable Python wrapper designed to run free energy calculations on a set of amino acid substitutions using Rosetta protocols with little intervention from the user. Moreover, RosettaDDGPrediction assists with checking completed runs and aggregates raw data for multiple variants, as well as generates publication-ready graphics. We showed the potential of the tool in four case studies, including variants of uncertain significance in childhood cancer, proteins with known experimental unfolding ΔΔGs values, interactions between target proteins and disordered motifs, and phosphomimetics. RosettaDDGPrediction is available, free of charge and under GNU General Public License v3.0, at https://github.com/ELELAB/RosettaDDGPrediction.