Rosettafoldnaを使用したタンパク質核酸複合体の正確な予測

タンパク質-RNAおよびタンパク質DNA複合体は、生物学において重要な役割を果たします。タンパク質構造の予測における最近のかなりの進歩にもかかわらず、既知の複合体との相同性のないタンパク質核酸錯体の構造の予測は、ほとんど解決されていない問題です。ここでは、ロゼタフォールド機械学習タンパク質と構造の予測アプローチを拡張して、核酸とタンパク質核酸錯体をさらに予測します。タンパク質DNAおよびタンパク質-RNA複合体の信頼推定値を備えた3次元構造モデルを急速に生成する単一の訓練されたネットワークであるRosettafoldnaを開発します。ここでは、自信のある予測が現在の最先端の方法よりもかなり高い精度を持っていることを示します。Rosettafoldnaは、天然に発生するタンパク質核酸錯体の構造をモデル化し、配列特異的RNAおよびDNA結合タンパク質を設計するのに非常に役立つはずです。

Protein-RNA and protein-DNA complexes play critical roles in biology. Despite considerable recent advances in protein structure prediction, the prediction of the structures of protein-nucleic acid complexes without homology to known complexes is a largely unsolved problem. Here we extend the RoseTTAFold machine learning protein-structure-prediction approach to additionally predict nucleic acid and protein-nucleic acid complexes. We develop a single trained network, RoseTTAFoldNA, that rapidly produces three-dimensional structure models with confidence estimates for protein-DNA and protein-RNA complexes. Here we show that confident predictions have considerably higher accuracy than current state-of-the-art methods. RoseTTAFoldNA should be broadly useful for modeling the structure of naturally occurring protein-nucleic acid complexes, and for designing sequence-specific RNA and DNA-binding proteins.