De novo protein structure generation from incomplete chemical shift assignments.
De novo protein structure generation from incomplete chemical shift assignments.
复制标题
根据不完整的化学位移分配从头生成蛋白质结构。
DOI：
10.1007/s10858-008-9288-5
复制
发表时间：
2009-02
影响因子：
2.7
通讯作者：
Bax A
中科院分区：
文献类型：
--
作者：
Shen Y;Vernon R;Baker D;Bax A
核磁共振化学位移为蛋白质提供了重要的局部结构信息。最近，从核磁共振化学位移数据生成的一致结构对于大小高达130个残基的蛋白质是可行的，并且这种结构的质量与使用标准核磁共振协议获得的结构相当。本研究探讨了化学位移赋值的完备性对化学位移生成的结构的影响。化学位移-罗塞塔（CS-Rosetta）协议用于从头生成蛋白质结构，具有不同程度的化学位移分配的完整性，通过省略先前用于cs -罗塞塔方法初始演示的实验化学位移数据中的条目来模拟。此外，描述了一种新的CS-Rosetta协议，该协议提高了该方法对缺失或错误NMR化学移位输入数据的蛋白质的鲁棒性。该策略使用传统的Rosetta进行片段选择过程的预过滤，用于两种顺磁性蛋白质和两种具有固态核磁共振化学位移分配的蛋白质。
NMR chemical shifts provide important local structural information for proteins. Consistent structure generation from NMR chemical shift data has recently become feasible for proteins with sizes of up to 130 residues, and such structures are of a quality comparable to those obtained with the standard NMR protocol. This study investigates the influence of the completeness of chemical shift assignments on structures generated from chemical shifts. The Chemical-Shift-Rosetta (CS-Rosetta) protocol was used for de novo protein structure generation with various degrees of completeness of the chemical shift assignment, simulated by omission of entries in the experimental chemical shift data previously used for the initial demonstration of the CS-Rosetta approach. In addition, a new CS-Rosetta protocol is described that improves robustness of the method for proteins with missing or erroneous NMR chemical shift input data. This strategy, which uses traditional Rosetta for pre-filtering of the fragment selection process, is demonstrated for two paramagnetic proteins and also for two proteins with solid-state NMR chemical shift assignments.
登录
查看更多内容
影响因子：
15
作者：
Manolikas, Theofanis;Herrmann, Torsten;Meier, Beat H.
通讯作者：
Meier, Beat H.
DOI：
10.1073/pnas.0610313104
发表时间：
2007-06-05
影响因子：
11.1
作者：
Cavalli, Andrea;Salvatella, Xavier;Vendruscolo, Michele
通讯作者：
Vendruscolo, Michele
影响因子：
3.8
作者：
Ando, I;Kameda, T;Kurosu, H
通讯作者：
Kurosu, H
影响因子：
2.7
作者：
Bowers, PM;Strauss, CEM;Baker, D
通讯作者：
Baker, D
影响因子：
16.6
作者：
Chevelkov, V;Rehbein, K;Reif, B
通讯作者：
Reif, B