Solubility Score

简介

蛋白质溶解度不良阻碍了许多治疗和工业上有用的蛋白质的生产。通过实验手段增加溶解度的努力往往成功率低，并且通常会降低生物活性。使用序列信息来计算预测蛋白的溶解度，可以大大降低实验研究的成本。
本模块使用CamSol、SoluProt和Protein-Sol算法进行溶解度预测。其中：

• CamSol是利用最直接影响蛋白质溶解度的氨基酸的物理化学特性，包括疏水性、静电荷以及它们在空间的相互作用，通过对这些特性的组合来定义溶解度分数。该方法在预测突变对蛋白质溶解度的影响方面具有很高的准确性。与其他现有方法相比，如SOLpro和 PROSO II，在测试的56个变体中，该方法正确预测了54个突变体在突变后溶解度的变化，而SOLpro和PROSO II分别为40和32个。
• SoluProt是一个基于序列信息预测溶解度的机器学习模型，使用了高质量的TargetTrack数据集进行训练，并使用NESG数据库的3100条序列进行了验证，准确度优于其他现有预测算法（评测结果见下表）。基于梯度增强机器模型并采用 96 个基于序列的特征，例如氨基酸含量、与 PDB 序列的序列同一性以及几种聚合的物理化学特性。 对溶解度的预测准确度为 58.5%，AUC 为 0.62，高于其他同类工具。
• Protein-Sol提供了一种快速的基于序列的方法来预测蛋白质的溶解度，共采用了35个基于序列的特征进行模型构建。使用来自于大肠杆菌，酵母和人源的上万个蛋白数据进行了模型训练和验证测试。注意：要求输入序列长度大于20个氨基酸残基。

结果说明

输出结果包括：

其中result_per_chain.csv包括信息如下：

其中result_per_residue.csv包括信息如下：

参考文献

• Hon J, Marusiak M, Martinek T, Kunka A, Zendulka J, Bednar D, Damborsky J. SoluProt: prediction of soluble protein expression in Escherichia coli. Bioinformatics. 2021 Apr 9;37(1):23-28.DOI: 10.1093/bioinformatics/btaa1102
• Hebditch M, Carballo-Amador MA, Charonis S, Curtis R, Warwicker J. Protein-Sol: a web tool for predicting protein solubility from sequence. Bioinformatics. 2017 Oct 1;33(19):3098-3100.DOI: 10.1093/bioinformatics/btx345
• Sormanni P, Aprile FA, Vendruscolo M. The CamSol method of rational design of protein mutants with enhanced solubility. J Mol Biol. 2015 Jan 30;427(2):478-90.DOI: 10.1016/j.jmb.2014.09.026