スニル・ナハタとアシシュ・ランタラ
テンプレートベースモデリング (TBM) によるネイティブに近いタンパク質構造の予測は、ここ数年、構造生物学の主要な現実的目標となっています。TBM アルゴリズムでは、ターゲットタンパク質配列を最大限にカバーし、正しいトポロジーを構築するために、最適なテンプレートのセットが必要です。しかし、このような予測アルゴリズムの精度は、ターゲット配列の信頼性の高い構造を迅速にスクリーニングできないテンプレート検索手段のアルゴリズム的および論理的問題に悩まされています。本研究では、41,967 個のテンプレートを選別した PDB95 データセットを使用して、CASP10 ターゲット T0752 モデルを予測し、通常使用される検索エンジン PSI-BLAST および HHPred の効率を評価します。私たちの分析は、TBM 予測方法論の精度を向上させるための新しい展望を開くための詳細な研究を示しています。最も一般的なテンプレート検索手段の弱点を明らかにし、予測されるテンプレート検索アルゴリズムの品質に関する重要な洞察を簡単に提供して、より信頼性の高いテンプレート検索アルゴリズムの必要性を示しています。