Integrating Structural Information to Study the Dynamics of Protein-Protein Interactions in Cells.
Integrating Structural Information to Study the Dynamics of Protein-Protein Interactions in Cells.
复制标题
DOI：
10.1016/j.str.2018.07.010
复制
发表时间：
2018-10-02
期刊：
影响因子：
--
通讯作者：
Wu Y
中科院分区：
文献类型：
--
作者：
Wang B;Xie ZR;Chen J;Wu Y
两种蛋白质如何相互作用的信息嵌入在它们结合界面的原子细节中。在多变的细胞质环境中，这些相互作用在时空上相互协调，形成一个网络，主导着几乎所有的生物功能。迫切需要一个可行可靠的计算模型来真实地模拟这些细胞过程并揭示其背后的复杂性。因此，我们提出了一个多尺度框架，集成了两个不同尺度的模拟。高分辨率模型包含蛋白质的结构信息和它们结合的能量学，而低分辨率模型使用蛋白质的高度简化表示来捕获具有多种蛋白质的系统的长时间尺度动力学。通过系统的基准测试和具有特定细胞功能的生物分子系统的两个实际应用，我们证明了该方法可以作为一种强大的方法来理解生物分子之间动态相互作用的分子机制及其功能影响，具有很高的计算效率。
The information of how two proteins interact is embedded in the atomic details of their binding interfaces. These interactions, spatial-temporally coordinating each other as a network in a variable cytoplasmic environment, dominate almost all biological functions. A feasible and reliable computational model is highly demanded to realistically simulate these cellular processes and unravel the complexities beneath them. We therefore present a multiscale framework that integrates simulations on two different scales. The higher-resolution model incorporates structural information of proteins and energetics of their binding, while the lower-resolution model uses a highly simplified representation of proteins to capture the long-time-scale dynamics of a system with multiple proteins. Through a systematic benchmark test and two practical applications of biomolecular systems with specific cellular functions, we demonstrated that this method could be a powerful approach to understand molecular mechanisms of dynamic interactions between biomolecules and their functional impacts with high computational efficiency.
登录
查看更多内容
影响因子：
3.4
作者：
Haddadian, Esmael J.;Gross, Elizabeth L.
通讯作者：
Gross, Elizabeth L.
影响因子：
4.3
作者：
Agarwal S;Deane CM;Porter MA;Jones NS
通讯作者：
Jones NS
影响因子：
2.9
作者：
Krivov, Georgii G.;Shapovalov, Maxim V.;Dunbrack, Roland L., Jr.
通讯作者：
Dunbrack, Roland L., Jr.
影响因子：
56.9
作者：
Kim, Philip M.;Lu, Long J.;Gerstein, Mark B.
通讯作者：
Gerstein, Mark B.
影响因子：
6.8
作者：
Beltrao, Pedro;Kiel, Christina;Serrano, Luis
通讯作者：
Serrano, Luis