CirPred：環狀置換蛋白的結構建模與 linker 設計

30 秒理解

CirPred 同時處理 CP 結構建模、傳統同線性建模、新端點 linker 設計與 CP 引發的 3D domain swapping。

核心問題

如何完整建模 circularly permuted protein、設計舊 termini 間的 linker，並處理 CP 引發的 domain reorientation？

直覺

先把 native template 在序列與 PDB 層級『真的重排』成 pseudo-CP template，再做 comparative modeling；若 domain orientation 錯，就把 CP site 當 hinge 搜尋；若舊 termini 太遠，則用 predict-and-refine 產生 linker。

為什麼重要

一般 modeling tool 常在 CP boundary 遺失一段、拉成長 coil 或弄錯 domain orientation。CirPred 把 CP-specific topology、linker 與 domain swapping 納入 pipeline，降低蛋白工程的 trial-and-error。

閱讀前置

• 理解 circular permutation 的 sequence rearrangement
• 理解 template-based comparative modeling 與 RMSD/coverage
• 知道 peptide linker、DOPE score 與 3D domain swapping

paper-specific guide · plain → technical → input → output → source

逐步方法導讀

1. 01 · 建立 pseudo-CP template

   依 CP site 把 native N-terminal fragment 移到 C-terminal fragment 後方，重排 sequence 與 PDB residue/atom numbering，並補回 missing atoms。

   論文語言: reduce/teLeap 修復 atoms；target 對 pseudo-template 由 (PS)2、Smith–Waterman 與 Stretcher 三種 global alignments 選 aligned-residue 最多者。

   輸入: native structure、CP site、可選 target CPM sequence

   輸出: 拓撲順序與 target 相容的 template/alignment

   邊界: template quality 與 alignment error 仍會限制低 identity cases。

   PDF pp. 3 and 15–16, Fig. 1, 'Generating the pseudo...' and 'Comparative structure modeling'

2. 02 · 設計舊 termini linker

   先估 linker length/positions，再以 machine learning 預測 residue candidates，反覆 random modeling 並以 DOPE/energy 篩選。

   論文語言: CPDB linker data 訓練；web mode 3 回傳 30 candidate linkers/models，使用者仍需依蛋白知識選擇。初始 per-residue prediction accuracy 約67.5%，後續 refinement 提升實用性。

   輸入: native termini geometry、linker length 與 CPDB-derived propensities

   輸出: 依 energy 排序的 linker sequences 與 CPM models

   邊界: sub-angstrom result 來自特定 redesign cases，不能當所有新 linker 的保證。

   PDF pp. 5–6, 11–16, Fig. 3 and Linker design Methods

3. 03 · 以 CP-site hinge 精修 domains

   coarse model 若 domains orientation 不對，演算法以 CP site 為 hinge 搜尋較合理方向，再做 energy minimization／可選 MD。

   論文語言: 這個 refinement 讓 βB2-crystallin CPM87 的 domain-swapped open form 被正確建模；web query 不開 MD 通常 <3 min。

   輸入: comparative coarse model 與 CP-delimited domains

   輸出: orientation-refined、energy-minimized CPM model

   邊界: 能捕捉已知 case 不代表所有 CP-induced conformational changes 都可由 hinge rotation 表示。

   PDF pp. 3, 9–13, Figs. 1 and 4, Discussion

關鍵結果

作者報告 linker 設計達 sub-ångström 準確度，且能處理低序列同一性與 domain-swapped 構象。

逐節證據導讀

論文事實、本站判讀與教學模型分開標示。

paper-fact

一般 modeling 為何在 CP 失敗

DHFR viable CPM scan 中，SWISS-MODEL 會缺失一段、RaptorX 產生長 coil、Robetta 雖建出兩段卻 orientation 錯；問題在 CP 改變 sequence start point 與 contiguous order。

CirPred 是比較中唯一能正確完整建模所有 viable DHFR CPMs 的方法；把 CP site 設 residue 1 時又可退化成 conventional collinear modeling。

原文定位: PDF pp. 2–5, Figs. 1–2 and Results 'Comparison...'

paper-fact

大規模表現與 identity 邊界

engineered CPMs 的 model-to-actual average alignment ratio 99.2%、RMSD 1.59 Å；CPDB 1568 pairs 中，identity≥20% groups 平均 coverage >90%、RMSD 多 <2.5 Å。

identity<20% group 下降到 average 74.0% coverage、3.90 Å RMSD，清楚顯示 template alignment 是 failure boundary。

原文定位: PDF pp. 6–7, Tables 1–2

paper-fact

linker accuracy 與 domain swapping 是兩個任務

β-glucanase redesign 中，CirPred 對被刪除 17-residue linker 建出結構／序列相似候選；對 termini<10 Å cases，paper 報告 0.26 Å linker accuracy。

βB2-crystallin CPM87 則測 domain orientation：SWISS-MODEL 接近 native closed form，但 CirPred 與 actual domain-swapped CPM 有 99.4% alignment ratio、3.61 Å RMSD。不同 metrics 不應混成一個『accuracy』。

原文定位: PDF pp. 5–6 and 9–12, Figs. 3–4, linker/DS Discussions

研究設計與評估

資料與樣本

DHFR viable CPMs、engineered CPM literature cases、CPDB 1568 pairs（≥10% identity）、CPDB linker set 與 synthetic Dataset S 1802 proteins。

比較基準

• SWISS-MODEL、RaptorX、Robetta；actual CPM structures；native/reconstructed linkers

指標

alignment ratio

model 與 actual structure 可良好對應的 residue 比例。
邊界: 高 coverage 不保證低 coordinate error。

RMSD

superposed aligned atoms 的平均空間偏差。
邊界: 受 selected/aligned residues 影響，必須與 coverage 一起看。

linker sequence/structure accuracy

designed linker 對 known linker 的 sequence similarity 與 geometric deviation。
邊界: redesign benchmark 不等同新蛋白中的 expression/function success。

論文報告的結果

CirPred 解決 conventional tools 的 CP topology failure，在 identity≥20% 的 large-scale cases 維持高 coverage／低 RMSD，並能設計 linkers 與捕捉已知 CP-induced domain swapping。

PDF pp. 2–16, Figs. 1–5, Tables 1–2 and Methods

teaching-model · not a reported experiment

教學例（不是論文實驗）

CPM model 的雙指標驗收

教學模型：model A coverage 98%/RMSD 4.0 Å，model B coverage 75%/RMSD 1.2 Å。

1. 先問用途：完整 scaffold engineering 偏好 coverage，active-site local study 可能偏好局部 RMSD。
2. 檢查 unaligned 25% 是否正好包含 linker、CP site 或 domain interface。
3. 不要只以單一數字選 model；加入 energy、stereochemistry 與 wet-lab viability。

帶走什麼: coverage 與 RMSD 是互補座標，工程可用性還需要局部風險與實驗。

outside-scope

相對 FAST 的證據邊界

主要輸出是 CP 模型與 linker，不是同一 benchmark 下的 FAST 對齊結果。

合法來源與取用

23 pages · SHA-256 deddb8974a8aabd60fd24d74cff7fabc940ca15b21fc2c629079036c18680c3a

合法開放全文。

Europe PMC open-access PDF

限制與防誤讀

• 建模與 linker 精度依賴模板、目標構象與實驗案例分布。

證據定位清單

1. PDF pp. 2–7, Figs. 1–3 and Tables 1–2
2. PDF pp. 9–13, Fig. 4 and Discussion
3. PDF pp. 13–16, Methods and Fig. 5

理解檢查

1. pseudo-CP template 解決什麼？

   答案: 讓 template 的 residue order 與 CPM target 拓撲一致。

   一般 collinear alignment 否則常在 CP boundary 斷裂。

2. sub-angstrom linker accuracy 可普遍保證嗎？

   答案: 不能。

   它來自特定 redesign benchmark 與 termini geometry。

3. 低於 20% identity 發生什麼？

   答案: 平均 coverage 降至74%、RMSD 升至3.90 Å。

   target-template alignment 成為主要限制。

讀完標準: 為一個 CP engineering target 建立 model acceptance sheet：coverage、global/local RMSD、linker geometry、domain orientation、energy 與驗證實驗各一欄。

本篇詞彙表

pseudo-CP template

依 CP site 重排序但保留 native 3D scaffold 的 template representation。

DOPE score

comparative modeling 中用來排序結構 plausibility 的 statistical potential。

domain swapping

蛋白 subunits 交換等價結構部分形成 oligomer 的構形現象。

alignment ratio

兩結構中納入良好結構對應的 residues 比例。