Oqsil strukturalarini oldindan aytish va modellashrtirish

boshqalar. , 2011 yil belgilari va boshqalar. , 2011 Jons va boshqalar. , 2012), 
psevdo-ehtimolga asoslangan yondashuvlar eng aniq bashoratlarga olib kelishi 
ko'rsatilgan (Balakrishnan). va boshqalar. , 2011 Ekeberg va boshqalar. , 2013 yil 
Kamisetti va boshqalar. , 2013). Biroq, bu usullar samarali bo'lishi uchun etarli 

---

ketma-ketlik gomologlarining mavjudligiga qat'iy tayanadi (qarang, masalan, 
Morcos va boshqalar. , 2011 yil Kamisetti va boshqalar. , 2013 yil Jons va 
boshqalar. , 2015 yil belgilari va boshqalar. , 2012 yil Ovchinnikov, Kim va 
boshqalar. , 2015 Skwark va boshqalar. , 2014). Shunga qaramay, oqsillar ketma-
ketligi ma'lumotlar bazalari hajmining tezlashishi bilan birga (UniProt 
Konsortsiumi, 2015), bu kontaktlarning aniq prognozini haqiqatga aylantirdi 
(Marks). va boshqalar. , 2012 de Xuan va boshqalar. , 2013). Mashhur kontaktlarni 
bashorat qilish usullari va yordamchi dasturlar, ayniqsa server sifatida mavjud 
bo'lganlar 1-jadvalda keltirilgan. 
1-jadval 
Kontaktlarni bashorat qilishning asosiy usullari yoki uning ilovasi serverlar yoki 
yuklab olishlar sifatida mavjud 
1-rasm 
X-nurli kristallografiya yoki kriyo-EM yordamida strukturani aniqlash jarayonida 
(chapdan o'ngga) bir nechta oqsil ketma-ketligi hizalanishidan (markazda) olingan 
kontakt bashoratlari turli nuqtalarning sxematik tasviri. Eritmaning tarqalishi 
ma'lumotlari va NMR tajribalari uchun ilovalar pastki o'ngda ko'rsatilgan. 
SML usullari aloqa qoldiq juftlarini bashorat qilish uchun ketma-ketlikka bog'liq va 
ketma-ketlikdan mustaqil ma'lumotlardan foydalanadi (Cheng & Baldi, 2005 
Shackelford & 38 Karplus, 2007 González va boshqalar. , 2013 yil Vang & Xu, 
2013 yil Chjan va boshqalar. , 2016 Du va boshqalar. , 2016). Ushbu usullar oqsil 

---

xususiyatlarini, ketma-ketlik profillarini va o'zaro ma'lumotlarni tahlil qilish orqali 
kontaktlarni keltirib chiqaradi. Umuman olganda, EC usullaridan past bo'lsa-da, 
SML algoritmlari kamroq gomologik ketma-ketliklarga ega bo'lgan oilalar uchun 
EC algoritmlaridan ustun bo'lishi mumkin (Skwark). va boshqalar. , 2014 yil Vang 
& Xu, 2013 yil Ma va boshqalar. , 2015 ). 
SML usullari bir vaqtning o'zida qoldiq juftlarini o'rganganligi va bashorat qilganligi 
sababli, ular to'g'ridan-to'g'ri va bilvosita kovaring qoldiq juftlarini ajrata olishda 
mahalliy statistik modellarni qo'llagan eski EK usullarida ko'rinib turganidek, xuddi 
shunday qobiliyatsizligidan aziyat chekmoqda. Biroq, ushbu potentsial qimmatli 
ma'lumotni ko'rib chiqish uchun so'nggi yondashuvlar ikkala toifadagi usullarni 
birlashtiradi: EC va SML. SML bashoratlari EC usullaridan oldingi sifatida 
ishlatilishi mumkin, bunga misol bo'lishi mumkin GREMLIN (Ovchinnikov, 
Kinch va boshqalar. , 2015) yoki ketma-ketlik profillari bilan birga bir nechta EC 
usullarining chiqishi SML usullarida xususiyat sifatida ishlatilishi mumkin, 
masalan MetaPSICOV (Jons va boshqalar. , 2015) va PconsC 2 (Skvark va 
boshqalar. , 2014). Turli xil EC va SML usullarini birlashtirgan quvurlar ko'pincha 
metaprediktorlar deb ataladi va eng yaxshi usullarning foydali taqqoslanishi yaqinda 
nashr etilgan (Vang. va boshqalar. , 2017). Ko'pgina hollarda, metaprediktorlar 
kontaktni bashorat qilishning aniqligi bo'yicha individual EC yoki SML usullaridan 
ustun turadi, ammo strukturani bashorat qilishning yaxshilanishi unchalik aniq emas. 
Kontaktni bashorat qilish aniqligining yaxshilanishi, ayniqsa, mavjud ketma-
ketliklar kamroq yoki kamroq xilma-xil bo'lgan hollarda sezilarli bo'ladi (de 

---

Oliveyra va boshqalar. , 2016 Wuyun va boshqalar. , 2016). Kontaktni bashorat 
qilish uchun asosiy manbalar 1-jadvalda keltirilgan.