跳到正文
bioRxiv· Barducci, G.; Sanavia, T.; Fariselli, P.·· 来源仅提供日期AI 评分47

ProbJanusDDG:从 ΔΔG 预测到基于共形预测的突变优先级排序

From {triangleup}{triangleup}G Prediction to Mutation Prioritization with Conformal Prediction

AI 导读

ProbJanusDDG 结合蛋白稳定性预测器与标准及自适应共形预测区间,为未表征突变提供稳定或去稳定方向的筛选标准。在低同源性 S669L 基准上,50% 名义水平的自适应区间对 34.2% 突变给出方向判断,符号准确率 94.8%;90% 水平下标准与自适应区间的突变级覆盖率分别为 91.6% 和 92.5%。

预印本 · biorxiv · 10.64898/2026.10.27.762132

本站摘要基于收录版本 v1(2026-10-28),原始摘要与 AI 导读固定保留。

来源最近更新: · 来源 v1

摘要 · AI 翻译

为蛋白质工程和蛋白质功能研究选择突变,需要判断哪些预测的稳定性变化值得开展实验验证。仅有点估计值无法显示不确定性是否使稳定化与去稳定化两种效应都仍然可能成立。针对这一局限,我们提出 ProbJanusDDG,它将蛋白质稳定性预测器与标准及自适应共形预测区间相结合。校准时为每个蛋白质分配相等的总权重,以处理实测突变数量不均衡的问题。对于此前未表征的突变,完全位于零之上或零之下的区间为选择候选稳定化或去稳定化替换提供了判据,而包含零的区间则无法确定方向。在外部低同源性基准 S669L 上,50% 名义水平的自适应区间对 34.2% 的突变给出了方向性判定,观测符号准确率为 94.8%。在 70% 水平上,15.5% 的突变获得判定,符号准确率为 99.0%。在 90% 名义水平上,标准区间和自适应区间的突变级覆盖率分别为 91.6% 和 92.5%,而按蛋白质等权平均的覆盖率约为 87%。自适应区间在各突变之间重新分配了宽度,在观测误差较大的预测上加宽幅度更大,而平均宽度几乎不变。这些结果支持对未表征变体开展考虑不确定性的筛选:为蛋白质工程优先选择候选稳定化突变,并为研究稳定性对蛋白质功能的影响优先选择候选去稳定化突变。该方法为实验跟进提供了选择性判据,同时区分了方向已确定的预测与需要进一步证据的预测。

来源:bioRxiv · biorxiv.org