突变后复合物亲和力变化计算

1 简介

RDE¹(ROTAMER DENSITY ESTIMATOR)一种基于流（flow-based）的生成模型，通过对大量的蛋白结构数据进行无监督学习，准确估计蛋白质侧链构象的概率分布。再使用蛋白-蛋白结合能的变化数据集SKEMPI2²，训练出RDE-Network，其核心思想是：蛋白质结合时，结合界面的残基通常会变得不那么灵活（即熵降低），而这种熵的损失与结合亲和力相关。因此，通过比较野生型和突变型蛋白复合物的熵损失，可以估计突变对结合亲和力的影响，即预测结合自由能的变化值∆∆G。

图1. RDE的整体架构。

图2. RDE的性能。

2 参数

名称	描述
PDB File	蛋白质复合物结构的PDB文件。
Target Chains	选择感兴趣的蛋白质链，建议选择完整的复合物。
Mutation List	输入突变字符串，例如，FP2Y表示链P上的第2位从F突变为Y。如果一个变体同时有多个突变，用逗号分隔，每行表示一个变体。

3 结果解释

输出结果文件为CSV格式：

列名	描述
Mutstr	此变体中发生的突变。
DDG Pred	该突变引起的结合能变化（突变体减去野生型），值越小，突变后结合越强，突变位点对受体配体之间的结合越重要。

4 参考文献

[1] Shitong Luo, Yufeng Su, Zuofan Wu, Chenpeng Su, Jian Peng, and Jianzhu Ma. Rotamer density estimator is an unsupervised learner of the effect of mutations on protein-protein interaction. bioRxiv, pp. 2023.02. 28.530137, 2023. https://doi.org/10.1101/2023.02.28.530137
[2] Justina Jankauskaitė, Brian Jiménez-García, Justas Dapkūnas, Juan Fernández-Recio, Iain H Moal, SKEMPI 2.0: an updated benchmark of changes in protein–protein binding energy, kinetics and thermodynamics upon mutation, Bioinformatics, Volume 35, Issue 3, February 2019, Pages 462–469. https://doi.org/10.1093/bioinformatics/bty635