2.1. 正在计算设置

在本地HTCondor v.8.4.5（Tannenbaum）上运行结构解决方案和测试等。, 2001)由160个节点组成的网格，总计225个 GFlops和在具有128个内核的24核工作站上 运行Linux的GB RAM（Intel Xeon CPU E5-2680 v.3）。

字母折叠预测是在两个具有以下特征的工作站上进行的：AMD Ryzen Thread Ripper 3975WX，Nvidia GeForce RTX 3090 24 GB。字母折叠2是在一台带有Ubuntu 20.04.4 LTS操作系统的虚拟机上运行的，该操作系统使用主机64个内核中的48个内核和192个内核 256中的GB GB RAM，也可在配备Intel Core i9-9980XE、GeForce GTX 1080 8的工作站上使用 GB，64 GB RAM，Debian 10（总线）。

2.2. 外部软件

相位器（麦考伊等。, 2007)需要执行碎片模型的MR搜索。相位器2.8.x个来自的版本中央处理器4（优胜者等。, 2011)和凤凰（利布施内尔等。, 2019)使用了分布。

SHELXE公司（谢尔德里克，2010年)需要根据通量球算法提供密度修改（Sheldrick，2002)和SHELXE公司2022年版本用于阶段扩展和模型跟踪（Usón&Sheldrick，2022）). 除了侧链跟踪之外，此版本还包含了跟踪期间启动模型映射区域的屏蔽（参数-V（V）).

2.3. 模型预测

字母折叠2通过谷歌合作笔记本在云中使用MMseqs系列2（米尔迪塔等。, 2022)来自DeepMind（Jumper）的谷歌实验室笔记本等。, 2021)或直接从工作站上的本地安装中获取通过存储库分发的代码https://github.com/deepmind/alphafold网站（跳线等。, 2021).罗斯塔福尔德已通过位于的服务器联机使用网址：https://robetta.bakerlab.org（贝克等。, 2021).

2.4. 优值和相位比较

在决策中使用的绩效数字，包括阿西姆博尔多本工作中描述的运行是相位器基于强度的LLG和Z轴-得分（Read&McCoy，2016)、和相关系数观测和计算的归一化强度之间（CC；Fujinaga&Read，1987)计算依据SHELXE公司（谢尔德里克，2002年).

为了组合部分记录道的相位集阿西姆博尔多使用ALIXE公司（密兰等。, 2020). 计算两个指标来探测一致性：地图相关系数（mapCC；Lunin&Lunina，1996）)和加权平均数相位差（wMPD）。在本研究中，当wMPE（与真实相位的平均相位差）低于80°时，我们将引用非随机解。

2.5. 图形软件

模型和地图用库特版本0.8.7（Emsley等。, 2010). 数字是用PyMOL公司分子图形系统（版本1.8；Schrödinger）和马特普洛特利布版本1.5.3（Hunter，2007).

2.6. 测试数据和预测模型

涵盖无模型验证各种用途的典型案例ARCIMBOLDO_螺纹描述了如何验证使用预测模型获得的已放置MR解或使用预测模型生成解。结构和模型如图1所示表1总结了它们的特点.

图1 排名最好的模型（蓝色）和最终结构（灰色）的叠加（左侧），以及由预测LDDT或每个位置的误差估计值（右侧）表示的模型质量。(一)PDB条目5小时(b条)AMIA公司。(c（c）)格利亚特。(d日)沙皇。(e（电子）)HheD2。(（f）)PDB条目7比(克)PDB条目7 q6吨(小时)PDB条目7syc公司(我)PDB条目7伏4(j个)AtzR公司。

2.7. 软件的分发

所有阿西姆博尔多程序通过中央处理器4套（Winn等。, 2011)和通过PyPI（Python包索引）项目提供(https://pypi.org/project/arcimboldo网站/). 该软件受BSD 3条款许可。文档和教程可以在我们的网站上找到(https://chango.ibmb.csic.es/arcimboldo).

3.1.预测模型（_M）模式实现

该方法在中实现ARCIMBOLDO_螺纹球形模式，用Python 3编写，向后兼容Python2.7。当前版本支持高达2.5的X射线衍射数据 一般情况下的Å分辨率和3.0 线圈的分辨率。图2显示了预测模型模式，包括无模型验证。该过程从评估输入模型是否已经构成解决方案开始，或直接在相位器，在这种情况下，将跳过片段位置。无论哪种情况，都要进行模型准备，以消除非结构化和不连接区域，并设置B类值。然后用注释对模型进行进一步分解ALEPH公司（麦地那等。, 2020)并在预期LLG引导下，在重叠的球体中进行分解相位器（欧夫纳等。, 2018). 一个特殊性是注释将努力区分域，这些域将在球体生成过程中分离。如果需要，可以定位碎片，并且当解决方案的前景显示出大量明确区分的位置时，可以使用SHELXE公司通过密度修改和追踪将省略原始碎片。只有从每个片段派生的痕迹被保留并合并到互易空间具有ALIXE公司（密兰等。, 2020). 生成的集群阶段将被扩展，直到获得完整的解决方案。如果结构是多聚体，并且第一次放置的扩展不足以提供解决方案，则将定位后续副本。

图2 的工作流预测模型模式。ARCIMBOLDO_螺纹不管预测模型的来源如何，都会对其进行注释ALEPH公司用于进一步分解。它对输入的PDB条目进行初步评估，以通过计算的CC建立SHELXE公司它是否已经构成了一个近乎完整的解决方案，或者是否相位器很容易渲染一个。解决方案将被分解成碎片，但不必要的阶段化步骤将被跳过，直到验证开始。否则，碎片定位和评估将在通常情况下进行ARCIMBOLDO_螺纹工作流程。在多聚物结构中，可能需要通过多拷贝模式放置多个单体以获得完整的溶液。解决方案的评级依据相位器LLG和翻译Z轴-得分，SHELXE公司CC和一致性。如果获得的解很少或是边际解，则它们的组合ALIXE公司和扩展SHELXE公司将按以下方式继续ARCIMBOLDO_螺纹。如果歧视明确或提供的模型已经构成解决方案，则将进行扩展，强制系统地消除启动模型，以释放结构测定从偏见。所有片段都将进行扩展，在原始模型的区域中屏蔽地图，并只渲染该区域之外的痕迹。所有轨迹都将合并到互易空间新地图将被反复修改和跟踪。

3.2. 模型准备：模板的划分和注释

分子替换当使用预测模型时，通过包括替换编码为B类值[预测的LDDT（Mariani等。，2013年)或误差估计]B类值（Baek等。, 2021; 密兰等。, 2021)以及去除高于选定的pLDDT阈值或误差估计值的低置信度预测部分。

这个预测模型的模式ARCIMBOLDO_螺纹需要对预测模型进行特定和自动的准备，例如，可以从任何可用的预测器中生成预测模型字母折叠，罗斯塔福尔德，建模师（韦伯和萨利，2021年)或SWISS-模型（水屋等。, 2018)，或可能已被其他程序预处理以用于晶体学。预测模型经过预处理、注释并分解为片段。与阿西姆博尔多（Milán，Sammito&Usón，2015）)，我们的方法将不依赖于pLDDT，而是让实验数据选择和细化制备的具有可比性的立体化学可感输入片段。因此，它包括对B类因素，并通过ALEPH公司。在大多数情况下，极低的pLDDT或高误差估计值将对应于线圈区域或非结构化区域，这些区域将由ALEPH公司然而，在某些情况下，正确的区域可能与较低的预测分数相关联，从而低估了所产生的模型的质量。我们的方法不是使用pLDDT或误差估计的阈值，而是根据二级和三级构造并让测量数据探测局部模型的正确性并细化模型几何。

中的默认预处理ARCIMBOLDO_螺纹将侧链修剪为丙氨酸残基并设置公共B类值为25 Ų对于所有原子，生成一个具有等效散射的片段模型库。当主链预测准确时，当前版本的深度学习蛋白质预测显示出较高的侧链准确性（Jumper等。, 2021)，因此默认情况下，将保留预测模型中的侧链。在这些模型中，H原子被移除，因为它们在X射线散射实验中被放置在不适当的距离上，有时命名的方式可能会导致其他程序将其解释为较重的元素，并且B类系数设置为25的公共值 Ų用于主链和50 Ų用于侧链。

二级和三级结构元素用ALEPH公司，依赖于从C的质心定义的特征向量之间的关系^α所有重叠三肽的羰基O原子质心的原子。在这一步中，将删除低置信度预测的非结构化区域。影响二级结构元素注释的严格阈值已针对预测模型进行了优化。

分解成小而紧密的褶皱是由ALEPH公司通过社区聚类算法；这允许识别紧凑的刚性组来细化它们的相对旋转和平移。对于预测模型，执行层次分解以区分域。在生成片段时，将这两个标准结合起来，以分离域。

模型准备如图3所示.模型处理的性能预测模型模式通过一组分子置换表2中总结了解决方案。结构解决方案是用相位器通过MR溶液对沉积结构的CC和wMPE，比较了有模型制备和无模型制备的预测模型的性能。在所有情况下，模型处理都会导致CC高于25%，从而可以识别何时将MR解决方案输入阿西姆博尔多用于验证。一般来说，CC随模型准备而增加，但当大量正确的线圈被移除时，该值可能会降低。

图3 模型准备方案。(一)将模型存放为灰色卡通。(b条)预测模型和由pLDDT值着色的侧链细节（底部），其中红色表示高精度，蓝色表示低精度。(c（c）)预处理模型着色B类系数设置为25 Å2用于主链和50 Å2侧链原子和细节（底部）。(d日)中定义的注释和分解ALEPH公司：用于识别域的分层分解限制了球体生成。

3.3. 输入识别：MR解决方案或原始模型

ARCIMBOLDO_螺纹可用于验证使用预测模型获得的先前放置的MR解，或使用预测模型进行相位。如果预测模型模式被选中。当提供的模型包含与实验数据一致的CRYST1卡时，将在模型准备后作为可能的解决方案进行测试。如果相关系数根据模型计算的强度与实验数据之间的（CC）超过25%（表2)，输入将被视为以前的解决方案。否则，输入将被视为未放置的模型。

3.4. 阶段化

初步MR搜索相位器如果预测模型显示出较高的精度，则使用完整的模型以避免不必要的计算。如果输入已经构成了一个解决方案，或者处理后的模型很容易呈现出一个，程序将继续进行无模型验证。否则ARCIMBOLDO_螺纹随后将针对预测模型运行优化的球体。

在任何一种情况下，都会提取eLLG通知的具有可比散射的等尺寸球形碎片库。中模型的注释和分解ALEPH公司将受到域估计的限制，并减少库以避免具有不相交区域或大空隙的模型，从而有效地分离域。碎片将与相位器并且解决方案将根据刚体后的LLG进行评级精细化，翻译Z轴-得分，SHELXE公司CC和相互一致性。

虽然远程同源物通常提供很少正确的部分解决方案，但在不正确的解决方案中，这些解决方案并不突出，预测模型倾向于显示大量、明确区分和一致的探针，如图4中的TsaR所示。考虑到这样的解决方案，无模型验证将在ARCIMBOLDO_螺纹工作流，强制系统删除启动模型以释放结构测定来自偏见。否则，如果获得很少或边际解，则它们的组合ALIXE公司和扩展SHELXE公司将按照标准进行ARCIMBOLDO_螺纹球面模式。

图4 散点图显示LLG与平移的优值Z轴-在TsaR的情况下，部分解决方案的得分由旋转角的值聚类，代表了使用预测模型进行阶段划分时出现的典型景观。解决方案的正确性通过沉积结构的平均相位误差来衡量，表示为(一), (b条)和(c（c）)根据色阶。结构中包含两个副本非对称单元显示不同的构象，一个更接近搜索模型。(一)旋转星团包含大量可分辨且正确放置的碎片。(b条)旋转群集的解决方案不正确且边缘化。(c（c）)旋转群集的解决方案不正确。(d日)所有集群的解决方案（不同颜色）清楚地将橙色集群分开，如(一).

3.5. 无模型验证

无模型验证可以从内部生成的许多部分解决方案开始阿西姆博尔多或者从一个完全不同的MR解，在这种情况下，放置的模型将被分割成以每个原子为中心的等尺寸球体。根据结构的大小，将生产出更多或更少的球体，并将进行覆盖整个结构的代表性选择。这些部分解决方案将在SHELXE公司，遮罩原始模型区域中的贴图，并仅在此区域外渲染轨迹。所有一致的记录道都将合并到互易空间新地图将被反复修改和跟踪。此过程完全消除了分子置换搜索模型有利于从该模型推导出的推论，从而消除了模型的偏差。在碎片的情况下，错误的起始假设阻碍了扩展。

3.6.阿西姆博尔多多拷贝

如果没有从放置单个副本得到解决方案，并且非对称单元已知包含搜索模型的多聚体，将启动多副本搜索。为了避免部分解决方案的组合增长，优先排序涉及搜索放置片段子集的第二个副本，仅限于旋转和平移函数，然后是打包过滤器，这是非常快速的步骤。然后，在翻译搜索中，根据它们的LLG对所有探针进行排序。只有顶部探针被发送到耗时的刚性体精炼和扩展步骤。在以下情况下非对称单元已知包含模板的两个以上副本，每个探测的所有预期副本都将放在扩展步骤之前。

LysR型转录调节器AtzR（PDB条目）的测试案例说明了这种方法7z7j型)，其中包含两份300个残留物非对称单元（卡斯特尔维等。, 2022). 这个字母折叠预测得出了一个总体置信度为92%的模型。一旦解决，叠加显示了晶体结构和4.7预测之间的r.m.s.d 对于277个对齐的残留物，为。

成功分阶段使用此模型的一个副本ARCIMBOLDO_螺纹将取决于参数化。对需要放置两个副本的运行进行了回顾性分析，量化了探针在所有阶段通过wMPE针对最终优化结构的正确性。如果是PDB条目7z7j型，在定位第一个拷贝后，尽管存在正确的位置，但没有一个探针被显著的优点所区分。特别是，160个探针中有10个是wMPE在67°到80°之间的溶液。他们的LLG和Z轴-分数并没有将他们与随机放置区分开来，他们会被排在第81位或以下（图5一). 在基于第二个片段的平移搜索的优先化步骤之后，可以根据得分最高的优点数字（LLG=242和Z轴-得分=17；图5b条). 刚体精炼顶部解的展开揭示了经过三次密度修正和自动追踪后的最终结构。该溶液的CC为35%，wMPE为45°，共有600个残留物，其中343个残留。

图5 多副本模式下的模型优先级阿西姆博尔多.之后订购的已放置部分模型的绘图(一)放置和刚体精炼第一个碎片的(b条)第二个碎片的旋转和平移。这个x个轴表示放置模型的优先级顺序。色标根据其wMPE值指示模型的正确性。

多拷贝模式已被证明在解决之前未知结构中有效，该结构是来自大肠杆菌（PDB条目8a39号). 来自属于的晶体的数据空间组 C类收集到2个，分辨率为2.1 奥（罗哈斯·阿尔图夫等。, 2011). 这个非对称单元根据细胞成分分析，该卷可能含有四份327-氨基酸单体。因此，解决该结构的运行被参数化，以定位四个副本的片段。根据第二个片段的位置进行优先排序步骤后，第三个和第四个拷贝的位置继续进行扩展SHELXE公司构建带有侧链的完整模型。出乎意料的是，解决方案显示，该结构在不对称单元中只包含三个单体，而不是四个单体。