化学转移转移:一种有效的策略,用ARTINA进行蛋白质NMR赋值
Henry Wetton1, Piotr Klukowski1, Roland Riek1
1Institute of Molecular Physical Science, ETH Zurich, Zurich, Switzerland.
在NMR光谱学中,ARTINA-CST使用深度学习自动化化学转移 (CST). 这种新的方法在没有人类监督的情况下快速分配蛋白质化学转移,加速了药物发现和蛋白质研究的研究.
科学领域:
- 生物物理学的生物物理.
- 计算化学计算化学
- 结构生物学 结构生物学
背景情况:
- 化学转移 (CST) 是一种关键的NMR光谱技术,用于分配蛋白质的化学转移.
- 它依赖于类似蛋白质系统 (源) 的现有赋值来预测目标系统的赋值.
- 目前的CST方法通常需要大量的实验数据和手动干预.
研究的目的:
- 开发一种基于深度学习的自动化工作流程,用于化学转移 (CST).
- 显著减少计算时间,并消除CST所需的人类监督.
- 通过各种数据集验证拟议方法的有效性和稳定性.
主要方法:
- 开发ARTINA-CST,这是一个用于自动化CST的深度学习工作流.
- 使用三种不同的合成和实验数据集进行方法表征.
- 与现有的CST方法对比计算时间和准确性.
主要成果:
- ARTINA-CST成功地自动化了CST程序,在几个小时内完成了任务.
- 该方法表现出稳定性和有效性,即使源蛋白和蛋白之间存在很大差异.
- 在所有测试的数据集中,化学转移分配的高准确性得到了实现.
结论:
- ARTINA-CST提供了一种快速,自动化和无监督的解决方案,用于通过CST通过蛋白质化学转移分配.
- 工作流在各种蛋白质系统中是有效的,包括具有显著结构分歧的蛋白质系统.
- 阿尔蒂纳-CST有望成为基于NMR的研究的宝贵工具,包括药物发现和蛋白质相互作用研究.
更多相关视频
12:47Nuclear Magnetic Resonance Spectroscopy for the Identification of Multiple Phosphorylations of Intrinsically Disordered Proteins
Published on: December 27, 2016
14:55Atomic Scale Structural Studies of Macromolecular Assemblies by Solid-state Nuclear Magnetic Resonance Spectroscopy
Published on: September 17, 2017
相关概念视频
Proton (¹H) NMR: Chemical Shift
Absorption signals of all the protium nuclei...
NMR Spectroscopy: Chemical Shift Overview
For instance, the proton...
¹H NMR Chemical Shift Equivalence: Homotopic and Heterotopic Protons
¹H NMR Chemical Shift Equivalence: Enantiotopic and Diastereotopic Protons
In chiral compounds such as 2-butanol, replacing the methylene hydrogens at C3 produces a pair of...
NMR Spectroscopy Of Amines
Insensitive Nuclei Enhanced by Polarization Transfer (INEPT)
