Optimisation of NMR dynamic models II. A new methodology for the dual optimisation of the model-free parameters and the Brownian rotational diffusion tensor.
Optimisation of NMR dynamic models II. A new methodology for the dual optimisation of the model-free parameters and the Brownian rotational diffusion tensor.
复制标题
DOI：
10.1007/s10858-007-9213-3
复制
发表时间：
2008-02
影响因子：
2.7
通讯作者：
Gooley PR
中科院分区：
文献类型：
--
作者：
d'Auvergne EJ;Gooley PR
寻找整个大分子的动力学是一个复杂的问题，因为无模型参数值与分子的布朗旋转扩散复杂地联系在一起，通过运动的自相关函数在数学上和统计上通过模型选择来实现。这个问题的解决方案是使用集合论作为泛集的一个元素--所有无模型空间的并(d‘Auvergne EJ和Gooley PR(2007)Mol BioSyst 3(7)，483-494)来表示的。目前普遍采用的求解方法是对扩散张量参数进行初始估计，对众多模型的无模型参数进行优化，然后通过模型选择来选择最优模型。然后对全局模型进行优化，并重复该过程，直到收敛。本文提出了一种新的方法，它采用了一种不同的方法来处理这种扩散种子--无模型范例。这个迭代协议不是从扩散张量开始，而是在没有任何全局模型参数的情况下优化无模型参数，在所有无模型模型中进行选择，最后优化扩散张量。新的无模型优化协议将使用Schurr JM等人的合成数据进行验证。(1994)J Magn Reson B 105(3)，211-224和来自Orekhov VY(1999)J Biobol核磁共振14(4)，345-356的细菌视紫红质(1-36)BR片段的松弛数据。为了证明这一新程序的重要性，Gitti R等人的嗅觉标记蛋白(OMP)的核磁共振弛豫数据。(2005)Biochem 44(28)，9673-9679被重新分析。其结果是，某些二级结构元素的动力学与最初报道的非常不同。本文的在线版本(doi：10.1007/s10858-007-9213-3)包含补充材料，授权用户可以使用。
Finding the dynamics of an entire macromolecule is a complex problem as the model-free parameter values are intricately linked to the Brownian rotational diffusion of the molecule, mathematically through the autocorrelation function of the motion and statistically through model selection. The solution to this problem was formulated using set theory as an element of the universal set —the union of all model-free spaces (d’Auvergne EJ and Gooley PR (2007) Mol BioSyst 3(7), 483–494). The current procedure commonly used to find the universal solution is to initially estimate the diffusion tensor parameters, to optimise the model-free parameters of numerous models, and then to choose the best model via model selection. The global model is then optimised and the procedure repeated until convergence. In this paper a new methodology is presented which takes a different approach to this diffusion seeded model-free paradigm. Rather than starting with the diffusion tensor this iterative protocol begins by optimising the model-free parameters in the absence of any global model parameters, selecting between all the model-free models, and finally optimising the diffusion tensor. The new model-free optimisation protocol will be validated using synthetic data from Schurr JM et al. (1994) J Magn Reson B 105(3), 211–224 and the relaxation data of the bacteriorhodopsin (1–36)BR fragment from Orekhov VY (1999) J Biomol NMR 14(4), 345–356. To demonstrate the importance of this new procedure the NMR relaxation data of the Olfactory Marker Protein (OMP) of Gitti R et al. (2005) Biochem 44(28), 9673–9679 is reanalysed. The result is that the dynamics for certain secondary structural elements is very different from those originally reported. The online version of this article (doi:10.1007/s10858-007-9213-3) contains supplementary material, which is available to authorized users.
登录
查看更多内容
影响因子：
2.7
作者：
d'Auvergne EJ;Gooley PR
通讯作者：
Gooley PR
影响因子：
2.9
作者：
CLORE, GM;DRISCOLL, PC;GRONENBORN, AM
通讯作者：
GRONENBORN, AM
影响因子：
5.6
作者：
Baldisseri, DM;Margolis, JW;Margolis, F
通讯作者：
Margolis, F
影响因子：
2.7
作者：
d'Auvergne, EJ;Gooley, PR
通讯作者：
Gooley, PR
影响因子：
--
作者：
KULLBACK, S;LEIBLER, RA
通讯作者：
LEIBLER, RA