使用未分配的NOESY数据准确的自动化蛋白质NMR结构确定
Srivatsan Raman1, Yuanpeng J Huang, Binchen Mao
1Department of Biochemistry, University of Washington, Seattle, Washington 98195, USA.
这项研究引入了一种混合方法,将罗塞塔和NOESY数据结合起来,以准确确定蛋白质结构. 这种方法提高了模型可靠性,特别是在具有挑战性的光谱数据中,改进了现有的计算工具.
科学领域:
- 结构生物学 结构生物学
- 计算生物学 计算生物学
- 生物物理学的生物物理.
背景情况:
- 传统的NMR蛋白质结构确定是劳动密集型的,依赖于完全分配的NOESY峰值列表.
- 现有的自动化方法 (Aria,CYANA,AutoStructure) 对光谱质量敏感,可能产生不准确的模型.
- 峰值列表中的高信号噪声比对于可靠的自动化结构生成至关重要.
研究的目的:
- 利用NMR数据开发一种更准确,更可靠的蛋白质结构测定方法.
- 通过整合不同的数据类型和改进策略来改进现有的计算方法.
- 为了减少蛋白质结构确定所需的手工努力和时间.
主要方法:
- 开发了一种混合方法,将CS-Rosetta (Rosetta与化学转移) 和NOESY数据结合起来.
- 来自CS-Rosetta的初始模型使用DP-score对未分配的NOESY峰值列表的适合性进行过.
- 在选定的模型上使用罗塞塔重建和精炼协议进行了高分辨率的改进.
主要成果:
- 混合方法产生了高度准确和可靠的蛋白质模型,单独超过了AutoStructure/CYANA和CS-Rosetta.
- 当使用原始,未经编辑的NOESY峰值列表时,准确性特别提高.
- 当高质量的NOESY数据可用时,Rosetta的改进始终提高了CYANA和AutoStructure生成的模型的准确性.
结论:
- 将骨干化学转移和未分配的NOESY数据与Rosetta相结合,为准确的蛋白质结构确定提供了一个强大的战略.
- 这种混合方法减轻了纯自动化方法的局限性,并提高了模型质量,特别是低质量的光谱数据.
- 该方法为结构生物学提供了显著的进步,使得更高效和可靠的结构见解成为可能.
更多相关视频
14:55Atomic Scale Structural Studies of Macromolecular Assemblies by Solid-state Nuclear Magnetic Resonance Spectroscopy
Published on: September 17, 2017
12:47Nuclear Magnetic Resonance Spectroscopy for the Identification of Multiple Phosphorylations of Intrinsically Disordered Proteins
Published on: December 27, 2016
相关概念视频
2D NMR: Overview of Homonuclear Correlation Techniques
COSY90 is the standard two-dimensional (2D) COSY experiment that...
¹H NMR: Interpreting Distorted and Overlapping Signals
As Δν decreases and the signals move closer, the doublets appear increasingly distorted. The intensities of the inner lines increase at the cost of those of the outer lines as the signals are slanted or...
2D NMR: Homonuclear Correlation Spectroscopy (COSY)
NMR Spectrometers: Resolution and Error Correction
Nuclear Overhauser Enhancement (NOE)
