KNexPHENIX:一个基于PHENIX的工作流程,用于改进冷电磁和晶体结构模型.

科学领域:

• 结构生物学 结构生物学
• 生物物理学的生物物理.
• 计算生物学 计算生物学

背景情况:

• 蛋白质数据库 (PDB) 已经看到存储结构的指数增长.
• 从实验地图中改进原子模型是具有挑战性的,因为当前方法的局限性.
• 标准PHENIX精细化是快速和可访问的,但可能不会产生最佳模型.

研究的目的:

• 开发一个定制的,半自动化工作流程,以实现最佳的宏分子模型构建.
• 提高通过冷电子显微镜 (cryo-EM) 和X射线晶体学获得的结构的精细化.
• 为生成高质量的宏分子模型提供一种实用且易于使用的方法.

主要方法:

• 开发了一种基于PHENIX的半自动化工作流程KNexPHENIX.
• 应用KNexPHENIX来改进来自冷电磁和X射线结晶学的结构.
• 评估KNexPHENIX与标准PHENIX,REFMAC和CERES使用存储和de novo模型进行比较.

主要成果:

• 尼克斯菲尼克斯始终以较低的MolProbity分数生产模型,表明改善了立体化学.
• 对于冷EM数据集,模型与地图的相关性得到维持.
• 对于X射线晶体学,Rfree-Rwork差异保持或减少,限制了过拟合.

结论:

• KNexPHENIX 是一种实用且易于使用的工作流程,用于精制冷电磁和晶体结构.
• 工作流允许生成具有增强质量指标的模型.
• 改进的模型适合沉积,可以指导进一步的实验研究.