エネルギー関数
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2021/04/02 00:52 UTC 版)
合理的タンパク質設計のためには、ターゲットフォールドの下で安定する配列を、他の低エネルギーの競合状態を好む配列から区別しなければならない。そのため、タンパク質設計には、ターゲット構造にどれだけうまく折りたためるかによって配列をランク付けし、スコアリングできる正確なエネルギー関数が必要である。しかし同時に、これらのエネルギー関数は、タンパク質設計における計算上の課題を考慮しなければならない。設計を成功させるための最も困難な要件の1つは、計算機計算上の正確さと単純さを兼ね備えたエネルギー関数である。 最も正確なエネルギー関数は、量子力学的シミュレーションに基づくものである。しかし、このようなシミュレーションは時間がかかりすぎるため、通常、タンパク質設計には実用的ではない。その代わりに、多くのタンパク質設計アルゴリズムでは、分子力学シミュレーションプログラムを改造した物理ベースのエネルギー関数、知識ベースのエネルギー関数(英語版)、またはその両方を組み合わせたハイブリッドのいずれかを使用している。最近の傾向としては、より多くの物理ベースの位置エネルギー関数を使うようになってきている。 AMBERやCHARMMのような物理ベースのエネルギー関数は、通常、量子力学シミュレーションや、熱力学、結晶学、分光学などの実験データから導出される。これらのエネルギー関数は通常、物理エネルギー関数を単純化し、ペアワイズ分解可能にしている。つまり、タンパク質の立体配座の総エネルギーは、各原子ペア間のペアエネルギーを加算することで計算できるため、最適化アルゴリズムにとって魅力的なものとなっている。物理ベースのエネルギー関数は、一般的に、原子間の引力-反発レナード-ジョーンズ項と、非結合原子間のペアワイズ静電クーロン項をモデル化する。 統計的ポテンシャルは、物理ベースのポテンシャルとは対照的に、計算速度が速く、複雑な効果を暗黙的に説明することができ、タンパク質構造の小さな変化にも影響されにくいという利点がある。これらのエネルギー関数は、構造データベース上の出現頻度からエネルギー値を導き出したものである。 ただし、タンパク質の設計には、分子力学的な力場では制限されるような要件がある。分子動力学シミュレーションで主に使われてきた分子力学力場は、単一配列のシミュレーションに最適化されているが、タンパク質設計では多くの配列の多くの立体配座を探索する。そのため、分子力学力場は、タンパク質設計に合わせて調整する必要がある。実際には、タンパク質設計のエネルギー関数には、統計項と物理ベース項の両方が含まれていることが多くある。たとえば、最も使われているエネルギー関数の一つであるRosettaエネルギー関数には、CHARMMエネルギー関数に由来する物理ベースエネルギー項と、回転異性体確率や知識ベースの静電気などの統計エネルギー項が組み込まれている。一般的に、エネルギー関数は研究所間で高度にカスタマイズされており、すべての設計に合わせて特別に調整されている。
※この「エネルギー関数」の解説は、「タンパク質設計」の解説の一部です。
「エネルギー関数」を含む「タンパク質設計」の記事については、「タンパク質設計」の概要を参照ください。
- エネルギー関数のページへのリンク