トワイライトゾーンでの相同性モデリング：シーケンス空間分析による精度の向上

タンパク質ファミリーの進化中のシーケンスと構造の類似性の関係の分析により、構造的保存を自信を持って想定できる配列相違の限界が明らかになり、相同性モデリングが信頼できます。この制限以下では、トワイライトゾーンは、相同性モデリングがますます困難になり、特定の方法が必要になるシーケンスの発散に対応しています。従来のスレッド化方法またはAlphafoldなどの最近の深い学習方法のいずれかを使用すると、この課題は、共通の祖先（相同性）だけでなく、クエリの保存された構造を共有するテンプレートの識別に依存しています。相同性と構造的保存の両方が推移的特性であるため、シーケンスデータベースのマイニングとそれに続くクエリシーケンススペースの多次元スケーリング（MDS）は、クエリとテンプレートの間の相同性と構造的保存を推測する中間シーケンスを明らかにすることができます。ここでは、ケーススタディとして、肺のないサンショウウオにのみ存在し、IL6ファミリーのサイトカインに弱く関連するフェロモンタンパク質ファミリーのメンバーであるPlethodon JordaniのPlethodontid受容因子アイソフォーム1（PRF1）を研究しました。さまざまな従来のスレッド化方法は、テンプレートとしてサイトカインCNTFにつながりました。系統発生およびMDS分析が続くシーケンスマイニングは、PRF1とCNTFの間の欠落リンクを提供し、信頼できる相同性モデリングを許可しました。さらに、Webサーバーから得られた自動モデルをカスタマイズされたモデルに比較して、専門家情報によってモデリングを改善する方法を示しました。

The analysis of the relationship between sequence and structure similarities during the evolution of a protein family has revealed a limit of sequence divergence for which structural conservation can be confidently assumed and homology modeling is reliable. Below this limit, the twilight zone corresponds to sequence divergence for which homology modeling becomes increasingly difficult and requires specific methods. Either with conventional threading methods or with recent deep learning methods, such as AlphaFold, the challenge relies on the identification of a template that shares not only a common ancestor (homology) but also a conserved structure with the query. As both homology and structural conservation are transitive properties, mining of sequence databases followed by multidimensional scaling (MDS) of the query sequence space can reveal intermediary sequences to infer homology and structural conservation between the query and the template. Here, as a case study, we studied the plethodontid receptivity factor isoform 1 (PRF1) from Plethodon jordani, a member of a pheromone protein family present only in lungless salamanders and weakly related to cytokines of the IL6 family. A variety of conventional threading methods led to the cytokine CNTF as a template. Sequence mining, followed by phylogenetic and MDS analysis, provided missing links between PRF1 and CNTF and allowed reliable homology modeling. In addition, we compared automated models obtained from web servers to a customized model to show how modeling can be improved by expert information.