CHESPA/CHESCA-SPARKY: automated NMR data analysis plugins for SPARKY to map protein allostery
CHESPA/CHESCA-SPARKY: automated NMR data analysis plugins for SPARKY to map protein allostery
复制标题
CHESPA/CHESCA-SPARKY：SPARKY 的自动化 NMR 数据分析插件，用于绘制蛋白质变构图
DOI：
10.1093/bioinformatics/btaa781
复制
发表时间：
2020
期刊：
影响因子：
5.8
通讯作者：
Lee, Woonghee
中科院分区：
文献类型：
--
作者：
Shao, Hongzhao;Boulton, Stephen;Olivieri, Cristina;Mohamed, Hebatallah;Akimoto, Madoka;Subrahmanian, Manu Veliparambil;Veglia, Gianluigi;Markley, John L;Melacini, Giuseppe;Lee, Woonghee
动机相关核磁共振（NMR）化学位移变化通过化学位移投影分析（CHESPA）和化学位移协方差分析（CHESCA）识别，揭示了生物大分子变构转换的途径。为了满足对实现CHESPA和CHESCA并将其与其他NMR分析软件包集成的自动化平台的需求，我们在这里介绍用于实现变构网络的无缝检测和可视化的NMRFAM-SPARKY集成插件。可用性和实施CHESCA-SPARKY和CHESPA-SPARKY可在麦迪逊的国家磁共振设施的最新版本的NMRFAM-SPARKY中获得（http：//pine.nmrfam.wisc.edu/download_packages.html）、NMRbox项目（https：nmrbox.org）和SBGrid的订户（https：sbgrid.org）。本研究中涉及的指定光谱和使用该数据集的教程视频可在https://sites.google.com/view/chescachespa-sparky.Supplementary信息中获得补充数据可在BioinformaticsOnline中获得。
MotivationCorrelated Nuclear Magnetic Resonance (NMR) chemical shift changes identified through the CHEmical Shift Projection Analysis (CHESPA) and CHEmical Shift Covariance Analysis (CHESCA) reveal pathways of allosteric transitions in biological macromolecules. To address the need for an automated platform that implements CHESPA and CHESCA and integrates them with other NMR analysis software packages, we introduce here integrated plugins for NMRFAM-SPARKY that implement the seamless detection and visualization of allosteric networks.Availability and implementationCHESCA-SPARKY and CHESPA-SPARKY are available in the latest version of NMRFAM-SPARKY from the National Magnetic Resonance Facility at Madison (http://pine.nmrfam.wisc.edu/download_packages.html), the NMRbox Project (https://nmrbox.org) and to subscribers to the SBGrid (https://sbgrid.org). The assigned spectra involved in this study and tutorial videos using this dataset are available at https://sites.google.com/view/chescachespa-sparky.Supplementary informationSupplementary data are available atBioinformaticsOnline.
登录
查看更多内容
影响因子：
3.7
作者：
Selvaratnam R;Mazhab-Jafari MT;Das R;Melacini G
通讯作者：
Melacini G
(β/α)₈ 桶酶中的氨基酸网络在催化周转过程中发生变化。
影响因子：
15
作者：
Jennifer M. Axe;Eric M. Yezdimer;Kathleen F. O’Rourke;Nicole E. Kerstetter;Wanli You;Chia‐en A. Chang;David D. Boehr
通讯作者：
David D. Boehr
EPAC1 选择性竞争性部分激动剂的作用机制。
影响因子：
7.3
作者：
Hongzhao Shao;H. Mohamed;Stephen Boulton;Jinfeng Huang;Pingyuan Wang;Haiying Chen;Jia Zhou;Urszula Luchowska;Nicholas G. Jentsch;A. Armstrong;Jakob Magolan;S. Yarwood;G. Melacini
通讯作者：
G. Melacini
DOI：
10.1073/pnas.1017311108
发表时间：
2011-04-12
影响因子：
11.1
作者：
Selvaratnam, Rajeevan;Chowdhury, Somenath;Melacini, Giuseppe
通讯作者：
Melacini, Giuseppe
蛋白质 NMR 峰分配：算法和复杂性。
DOI：
--
发表时间：
2004
期刊：
Proceedings of 8th World Multi-Conference on Systemics, Cybernetics and Informatics Vol.IX
影响因子：
--
作者：
Zhi-Zhong Chen
通讯作者：
Zhi-Zhong Chen