跳到正文
bioRxiv· Shi, L.; Zhou, H.; Yang, Y.; Lu, Y.·· 来源仅提供日期AI 评分60

Struct-Caliper 通过表征感知校准提升蛋白质结构搜索的统计可靠性

Representation-aware calibration enables statistically reliable protein structure search

AI 导读

作者提出 Struct-Caliper,用表征感知的查询随机化为蛋白质结构搜索生成查询特异的 p 值,以替代 Foldseek、Reseek 等工具中不可靠的原生 E-value。

预印本 · biorxiv · 10.64898/2026.11.03.764110

本站摘要基于收录版本 v1(2026-11-06),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

搜索大规模预测蛋白质结构数据库可以揭示远缘同源物,但可靠的发现需要准确的显著性估计。我们证明,Foldseek 和 Reseek 等蛋白质结构搜索工具报告的原生 E 值可能不可靠,从而导致假发现或漏掉同源物。为了解决这个问题,我们提出了 Struct-Caliper,它为蛋白质结构搜索提供可靠的查询特定 p 值。该方法使用表示感知的查询随机化来生成背景查询,并将观测到的比对分数与同一数据库随机化搜索中的最高分数进行比较。在模拟中,在所评估的随机化程序下,SG p 值通常将报告的假阳性率保持在所选阈值或以下。在对 15,177 个 ASTRAL40 结构的搜索中,在 0.01 的阈值下,与原生 E 值相比,SG p 值将 Foldseek 的同源物回收率提高了 18.2%,同时假发现略少。对于 Reseek,假发现甚至减少了 99.5%。在对超过两百万个 AlphaFoldDB 结构进行搜索的 73 个查询中,在相同阈值下,SG p 值将 DALI 支持的匹配的平均回收率提高了 23.5%。这些结果表明,Struct-Caliper 可以提高结构搜索的可靠性,并有助于为后续生物学分析优先排序发现。

来源:bioRxiv · biorxiv.org