High throughput and quantitative enzymology in the genomic era.
High throughput and quantitative enzymology in the genomic era.
复制标题
DOI：
10.1016/j.sbi.2021.07.010
复制
发表时间：
2021-12
影响因子：
6.8
通讯作者：
Herschlag D
中科院分区：
文献类型：
--
作者：
Mokhtari DA;Appel MJ;Fordyce PM;Herschlag D
基于物理原理的模型的准确预测是我们对生物物理学理解的最终衡量标准。虽然在结构预测方面取得了惊人的进展，但酶功能的定量预测仍然具有挑战性。实现这一目标将需要大量的速率和结合常数的定量测量，并使用这些地面实况数据集来指导这些定量模型的开发和测试。还期望与潜在物理力更紧密地关联的地面实况数据。在这里，我们描述的技术进步，使这两种类型的地面实况测量。这些进展允许经典模型进行测试，提供新的机制见解，并使我们走上对酶结构和功能的预测性理解的道路。
Accurate predictions from models based on physical principles are the ultimate metric of our biophysical understanding. While there has been stunning progress towards structure prediction, quantitative prediction of enzyme function has remained challenging. Realizing this goal will require large numbers of quantitative measurements of rate and binding constants, and the use of these ground-truth datasets to guide the development and testing of these quantitative models. Ground truth data more closely linked to the underlying physical forces are also desired. Here we describe technological advances that enable both types of ground truth measurements. These advances allow classic models to be tested, provide novel mechanistic insights, and place us on the path toward a predictive understanding of enzyme structure and function.
登录
查看更多内容
影响因子：
3.7
作者：
Carlin DA;Caster RW;Wang X;Betzenderfer SA;Chen CX;Duong VM;Ryklansky CV;Alpekin A;Beaumont N;Kapoor H;Kim N;Mohabbot H;Pang B;Teel R;Whithaus L;Tagkopoulos I;Siegel JB
通讯作者：
Siegel JB
影响因子：
48
作者：
Fowler, Douglas M.;Fields, Stanley
通讯作者：
Fields, Stanley
影响因子：
15
作者：
Acker TM;Gable JE;Bohn MF;Jaishankar P;Thompson MC;Fraser JS;Renslo AR;Craik CS
通讯作者：
Craik CS
影响因子：
16.6
作者：
Broom A;Rakotoharisoa RV;Thompson MC;Zarifi N;Nguyen E;Mukhametzhanov N;Liu L;Fraser JS;Chica RA
通讯作者：
Chica RA
影响因子：
16.6
作者：
Claeyssens, Frederik;Harvey, Jeremy N.;Werner, Hans-Joachim
通讯作者：
Werner, Hans-Joachim