The assessment of CASP models for utility in molecular replacement is a measure of their use in a valuable real-world application. In CASP7, the metric for molecular replacement assessment involved full likelihood-based molecular replacement searches; however, this restricted the assessable targets to crystal structures with only one copy of the target in the asymmetric unit, and to those where the search found the correct pose. In CASP10, full molecular replacement searches were replaced by likelihood-based rigid-body refinement of models superimposed on the target using the LGA algorithm, with the metric being the refined log-likelihood-gain (LLG) score. This enabled multi-copy targets and very poor models to be evaluated, but a significant further issue remained: the requirement of diffraction data for assessment. We introduce here the relative-expected-LLG (reLLG), which is independent of diffraction data. This reLLG is also independent of any crystal form, and can be calculated regardless of the source of the target, be it X-ray, NMR or cryo-EM. We calibrate the reLLG against the LLG for targets in CASP14, showing that it is a robust measure of both model and group ranking. Like the LLG, the reLLG shows that accurate coordinate error estimates add substantial value to predicted models. We find that refinement by CASP groups can often convert an inadequate initial model into a successful MR search model. Consistent with findings from others, we show that the AlphaFold2 models are sufficiently good, and reliably so, to surpass other current model generation strategies for attempting molecular replacement phasing.

中文翻译：

---

评估 CASP14 模型在分子替代中的效用

评估 CASP 模型在分子替代中的效用是衡量它们在有价值的实际应用中的用途。在 CASP7 中，分子替代评估的指标涉及基于完全可能性的分子替代搜索；然而，这将可评估的目标限制为在不对称单元中只有一个目标副本的晶体结构，以及搜索找到正确姿势的那些。在 CASP10 中，完整的分子替换搜索被使用 LGA 算法叠加在目标上的基于似然的刚体细化模型所取代，度量标准是细化的对数似然增益 (LLG) 分数。这使得能够评估多副本目标和非常差的模型，但仍然存在一个重要的进一步问题：评估所需的衍射数据。我们在此介绍与衍射数据无关的相对预期 LLG (reLLG)。这种 reLLG 也独立于任何晶型，无论目标的来源如何，无论是 X 射线、NMR 还是低温-EM，都可以计算出来。我们针对 CASP14 中的目标针对 LLG 校准 reLLG，表明它是模型和组排名的稳健度量。与 LLG 一样，reLLG 表明准确的坐标误差估计为预测模型增加了实质性价值。我们发现 CASP 组的细化通常可以将不充分的初始模型转换为成功的 MR 搜索模型。与其他人的研究结果一致，我们表明 AlphaFold2 模型足够好，而且可靠，可以超越其他当前用于尝试分子替代定相的模型生成策略。这与衍射数据无关。这种 reLLG 也独立于任何晶型，无论目标的来源如何，无论是 X 射线、NMR 还是低温-EM，都可以计算出来。我们针对 CASP14 中的目标针对 LLG 校准 reLLG，表明它是模型和组排名的稳健度量。与 LLG 一样，reLLG 表明准确的坐标误差估计为预测模型增加了实质性价值。我们发现 CASP 组的细化通常可以将不充分的初始模型转换为成功的 MR 搜索模型。与其他人的研究结果一致，我们表明 AlphaFold2 模型足够好，而且可靠，可以超越其他当前用于尝试分子替代定相的模型生成策略。这与衍射数据无关。这种 reLLG 也独立于任何晶型，无论目标的来源如何，无论是 X 射线、NMR 还是低温-EM，都可以计算出来。我们针对 CASP14 中的目标针对 LLG 校准 reLLG，表明它是模型和组排名的稳健度量。与 LLG 一样，reLLG 表明准确的坐标误差估计为预测模型增加了实质性价值。我们发现 CASP 组的细化通常可以将不充分的初始模型转换为成功的 MR 搜索模型。与其他人的研究结果一致，我们表明 AlphaFold2 模型足够好，而且可靠，可以超越其他当前用于尝试分子替代定相的模型生成策略。并且无论目标的来源如何，无论是 X 射线、NMR 还是低温-EM，都可以进行计算。我们针对 CASP14 中的目标针对 LLG 校准 reLLG，表明它是模型和组排名的稳健度量。与 LLG 一样，reLLG 表明准确的坐标误差估计为预测模型增加了实质性价值。我们发现 CASP 组的细化通常可以将不充分的初始模型转换为成功的 MR 搜索模型。与其他人的研究结果一致，我们表明 AlphaFold2 模型足够好，而且可靠，可以超越其他当前用于尝试分子替代定相的模型生成策略。并且无论目标的来源如何，无论是 X 射线、NMR 还是低温-EM，都可以进行计算。我们针对 CASP14 中的目标针对 LLG 校准 reLLG，表明它是模型和组排名的稳健度量。与 LLG 一样，reLLG 表明准确的坐标误差估计为预测模型增加了实质性价值。我们发现 CASP 组的细化通常可以将不充分的初始模型转换为成功的 MR 搜索模型。与其他人的研究结果一致，我们表明 AlphaFold2 模型足够好，而且可靠，可以超越其他当前用于尝试分子替代定相的模型生成策略。表明它是模型和组排名的稳健衡量标准。与 LLG 一样，reLLG 表明准确的坐标误差估计为预测模型增加了实质性价值。我们发现 CASP 组的细化通常可以将不充分的初始模型转换为成功的 MR 搜索模型。与其他人的研究结果一致，我们表明 AlphaFold2 模型足够好，而且可靠，可以超越其他当前用于尝试分子替代定相的模型生成策略。表明它是模型和组排名的稳健衡量标准。与 LLG 一样，reLLG 表明准确的坐标误差估计为预测模型增加了实质性价值。我们发现 CASP 组的细化通常可以将不充分的初始模型转换为成功的 MR 搜索模型。与其他人的研究结果一致，我们表明 AlphaFold2 模型足够好，而且可靠，可以超越其他当前用于尝试分子替代定相的模型生成策略。