Abstract
如何確認蛋白質的 "自然構形"(native conformation)是研究"蛋白質褶 合" (protein folding)問題的中心課題之一，普遍上認為蛋白質的"一級 結構"(primary structure)，即"胺基酸序列"(amino acid sequence)， 足夠決定出蛋白質的三度空間構形(見Anfinsen, 1973) 。所以，如何從 蛋白質的一級結構，從而得到蛋白質的"三級結構"(tertiary struc- ture)就成為一個重要的課題，因為已知結構的蛋白質只在千餘個左右， 相對於已經發現，純化的蛋白質而言，數目相當地少。更甚者，對於一種 新的蛋白質分子，一種假設性的結構，在實驗上無法先獲時發展一可行的 方法來預測分子的可能形狀是必要的。本文嘗試綜合RRM模型和使用神經 網路去對蛋白質分子的三級結構進行預測。我們用RRM模型減少蛋白質分 子的自由度，使用能量最小化的過程 (蒙地卡羅法)從神經網路所產生許 多構形中找出最可能近似其本有狀態的構形。蓋使用RRM模型仍無法搜尋 一個蛋白質所有的可能構形，需經由神經網路產生一些可能的構形，後經 由能量最小化過程找出位在最低能量的構形。首先，經由神經網路預測蛋 白質的"主鏈扭角'(main-chain torsional angle)φ-ψ，排除神經網路 預測較不可能的構形，對於每個胺基酸殘基選取可能性大於某一“閥值” 的角度組成一個"縮化構形空間"(reduced contormational space)中，使 用"蒙地卡羅法"(Monte Carlo Moethods)在此縮化構形空間中搜尋能量最 低的構形，以Ca原子表示各別胺基酸殘基的位置，使用"接觸能"( contact energy)作為定義能量的能量函數，尋找具最低能量的構形。