《International Journal of Biological Macromolecules》：AlloPath: A method for identifying protein allosteric pathway based on transfer entropy and hidden Markov model
编辑推荐：
本文提出AlloPath方法，通过结合Gaussian网络模型的转移熵、隐马尔可夫模型和Viterbi算法，预测蛋白质 allosteric pathway。该方法在hPTP1E PDZ2、Caspase-1和CheY三个经典蛋白上的测试结果显示，预测路径与实验及理论数据高度吻合，且具有高可逆性和鲁棒性，且仅依赖静态拓扑结构，无需高昂计算。
Jingjie Su|Xinyu Zhang|Jilong Zhang|Chunhua Li
北京工业大学化学与生命科学学院，北京，100124，中国
摘要
别构作用是调节蛋白质功能最直接和最有效的机制之一。别构途径是这一机制的核心，它作为从别构位点到活性位点传递扰动的通道。开发用于识别蛋白质别构途径的理论方法是一项具有挑战性但有趣的课题。在这里，我们提出了一种名为AlloPath的有效方法来识别别构途径，该方法利用基于高斯网络模型计算的传递熵以及考虑的时间延迟相关性来量化相邻残基之间的信息传递强度，并结合隐马尔可夫模型和动态规划算法Viterbi来生成和识别最优的信息传递路径。AlloPath在三种经过充分研究的经典别构蛋白hPTP1E PDZ2、Caspase-1和CheY上进行了测试，其预测结果与现有的实验和理论数据高度吻合。对于hPTP1E PDZ2，该方法准确预测了连接肽结合口袋与三个远端表面（DS1、DS2、DS3）的三个方向的别构途径。对于Caspase-1，成功识别了一条从活性位点1通过别构位点延伸到活性位点2的长距离别构途径（约30 ?）。对于CheY，该方法准确捕捉到了介导从D57位点到N16-FliM结合口袋的磷酸化信号传递的别构途径。此外，AlloPath预测的别构途径具有较高的可逆性和稳健性。AlloPath仅依赖于蛋白质的静态拓扑结构，无需进行耗时的计算，这使其成为识别蛋白质别构途径的强大工具。
引言
蛋白质别构作用描述了一种机制，即一个位点（别构位点）的扰动会对另一个远端位点（活性位点）产生功能影响。这种机制广泛参与并精确调控诸如酶催化和信号转导等关键生物过程，在调节蛋白质功能中起着至关重要的作用[1]、[2]。识别别构途径，即别构信号传播所经过的连续残基集合[3]，不仅对于理解别构机制具有重要意义，也有助于别构药物的设计。尽管一些实验方法可以提供关于蛋白质别构途径的见解[4]、[5]，但这些方法通常耗时且劳动强度大。因此，迫切需要开发理论方法来预测蛋白质的别构途径。
近年来，计算生物学的进步催生了多种用于探索别构通信的计算方法，这些方法主要可以分为三类：基于进化的方法、基于能量的方法和基于动力学的方法。在第一类方法中，Lockless等人[6]开发了统计耦合分析（SCA），该方法将多重序列比对（MSA）与统计函数相结合，用于识别进化保守的别构网络。Madabushi等人[7]提出了一种基于进化的追踪（ET）方法，通过结合MSA和系统发育树分析来探索别构耦合，成功识别了连接配体结合位点和G蛋白耦合界面的三个功能关键残基网络（触发区、耦合核心区和耦合区）。在第二类方法中，Pan等人[8]引入了一种基于能量的综合建模方法，结合Corex算法和蒙特卡洛采样来模拟蛋白质的天然状态构象集合，揭示了大肠杆菌二氢叶酸还原酶（DHFR）中的关键别构调控残基。Ota等人[9]提出了各向异性热扩散（ATD）方法，该方法通过对蛋白质的目标区域施加热能并监测其在整个结构中的传播来揭示其内部别构信号途径。Berezovsky等人[10]、[11]、[12]基于别构的结构统计力学模型（SBSMMA）计算了别构自由能的变化，不仅揭示了别构位点和活性位点之间的因果关系，还允许使用三残基探针扫描蛋白质链以识别潜在的别构位点。
除了上述两类方法外，基于动力学的方法提供了更直接的研究别构通信的手段。这些方法通常利用分子动力学（MD）模拟[13]和粗粒化模型[14]等动力学建模方法来提取关键的动力学信息，包括运动耦合、残基间相互作用、二面角互信息，然后结合其他技术来分析残基间的协同作用并推断潜在的别构信号途径。Gerek等人[15]提出了扰动响应扫描（PRS）方法，该方法将ENM与线性响应理论相结合，通过对蛋白质残基施加扰动力来获得其他残基的动态响应，从而揭示蛋白质的内部别构网络。Bhattacharyya等人[16]从MD轨迹中提取非共价相互作用，构建了能量加权网络，并通过分析节点介数、边介数和接近中心性等网络参数来识别参与别构作用的关键残基和通信途径。我们的团队[17]从MD轨迹中提取了残基二面角互信息，并构建了一个加权网络，揭示了GPCR A(2A)腺苷受体的长距离动态耦合。
目前关于别构作用的观点认为，别构作用主要是由熵效应引起的[18]。Schreiber[19]提出了传递熵的概念，通过引入时间延迟运动相关性来量化残基间的信息传递。它可以作为探索蛋白质中信息传递途径的关键分析工具。Hacisuleyman等人首次基于MD模拟轨迹开发了传递熵计算方法，并识别了熵的来源和汇，揭示了残基间信息传递的因果方向[20]。后来，他们提出了基于GNM模型的更快传递熵计算方法dGNM（dynamic GNM）[21]。基于dGNM方法，研究团队进一步使用不同的慢运动模式子集来计算TECol分数，该分数反映了残基对其他残基的因果影响的广度和强度，从而识别出具有全局信息传递能力的“信息源”残基[22]。随后，我们的团队提出了改进的传递熵计算方法dfcfGNMMD，该方法使用MD轨迹拟合GNM的力常数，提高了揭示别构因果机制的计算效率[23]。
在这里，我们提出了一种名为AlloPath的方法来识别蛋白质的别构途径。该方法结合了传递熵、隐马尔可夫模型（HMM）[24]和动态规划算法[25]，以阐明从别构位点到活性位点的连续残基介导的通信途径。我们在三种经典别构蛋白hPTP1E PDZ2、Caspase-1和CheY上对其进行了测试，其预测结果与实验和理论数据高度吻合。
方法
AlloPath的过程包括三个主要步骤。首先，基于高斯网络模型（GNM）计算传递熵（TE），该模型用于衡量残基间的信息传递量。获得TE值后，下一步是利用这些值来估计隐马尔可夫模型（HMM）所需的参数（转移概率和发射概率），从而将残基间的信号传递转换为可量化的概率矩阵。
结果与讨论
我们开发了AlloPath方法来识别蛋白质中的别构途径。为了评估该方法的性能，我们将其应用于三种经典且经过充分研究的别构蛋白hPTP1E PDZ2、Caspase-1和CheY，并将结果与实验和理论方法的结果进行了比较。接下来，我们将详细介绍这三种蛋白质的预测结果。
结论
我们提出了AlloPath，这是一种创新的方法，用于预测蛋白质中的别构途径，该方法结合了传递熵、隐马尔可夫模型和Viterbi算法。传递熵通过量化信息传递来揭示残基间的因果耦合关系。隐马尔可夫模型结合Viterbi算法利用残基间的耦合关系进行动态概率递归和最优路径解码，从而识别出最优的
CRediT作者贡献声明
Jingjie Su：撰写 – 审稿与编辑、撰写 – 原稿、可视化、验证、方法学、研究、形式分析、数据管理、概念化。Xinyu Zhang：数据管理。Jilong Zhang：形式分析。Chunhua Li：监督、资源获取、资金筹集、形式分析。
利益冲突声明
作者声明以下可能被视为潜在利益冲突的财务利益/个人关系：Chunhua Li报告称获得了国家自然科学基金的财政支持。如果有其他作者，他们声明没有已知的可能影响本文工作的财务利益或个人关系。
致谢
本工作得到了国家自然科学基金 [32271294, 31971180]的支持。
