A Novel Methodology for Characterizing and Predicting Protein Functional Sites

Dado que existe una gran necesidad de métodos computacionales para predecir y caracterizar sitios funcionales para anotaciones iniciales de estructuras proteicas, en este trabajo se propone una nueva metodología que se basa en descripciones de los sitios funcionales basadas en propiedades locales. Este nuevo enfoque es independiente de los residuos conservados y de la geometría de los residuos conservados y aprovecha el gran número de estructuras proteicas disponibles para construir modelos utilizando un enfoque de aprendizaje automático. En particular, el método propuesto realizó la extracción de características, agrupación y clasificación en un conjunto de datos de estructuras de proteínas, y fue validado en sitios de unión a metales (Ca2+, Zn2+, Na+,K+, Mg2+, Mn2+, Cu2+, Fe3+, Hg2+, Cl-) presentes en un PDB no redundante (un total de 11.959 sitios de unión a metales en 3.609 proteínas). La extracción de características proporcionó una descripción de las características críticas de cada sitio de unión a metales, que eran coherentes con los conocimientos previos sobre ellos. Además, los descriptores así obtenidos podían aportar nuevos conocimientos sobre los microentornos de los sitios de unión a metales. Los resultados obtenidos mediante validación cruzada k-fold para la clasificación mostraron una precisión superior al 90%. Se analizaron proteínas completas utilizando estos clasificadores para localizar los sitios de unión a metales.