发展用于解析膜蛋白三维结构的固体NMR PRE-Rosetta方法

结题报告
项目介绍
AI项目解读

基本信息

项目摘要

Solid-state NMR (SSNMR) has special advantages in structural characterization of membrane proteins which are located in native lipid-bilayer environments,and its spectral line-width is not limited by the weight of membrane proteins. As a consequence, SSNMR is regarded as a very promising analytical technique to study the three-dimensional structures of membrane proteins. However, conventional SSNMR methods basing on nuclear dipolar-dipolar couplings are so difficult to acquire adequate long-range distance restraints that their applications are limited in the aspect of structures of proteins. To overcome this limitation, the applicant developed PCS-Rosetta to determine high-resolution structure of diamagnetic proteins in solid phase by SSNMR in his Ph. D research. As one of paramagnetic labeling methods, Pseudocontact shift (PCS) can provide abundant long-range distance restraints. This research work has already been published in JACS. Based on the PCS-Rosetta method, we intend to develop a new SSNMR method basing on paramagnetic relaxation enhancement (PRE) and Rosetta, which can be called PRE-Rosetta, to facilitate the structural characterization of membrane proteins in this project. As another kind of paramagnetic labeling method, PRE can provide abundant long-range distance restraints of membrane proteins in theory. The applicant has already done some preliminary work on this project, which shows expected results. The implement of this project will be able to enhance the efficiency of SSNMR to study the structures of membrane proteins.
固体NMR在膜蛋白结构研究中具有独特优势,能在磷脂双分子层中研究膜蛋白,且分辨率不受膜蛋白分子量限制,因此被认为是研究膜蛋白三维结构非常有前景的分析技术。然而,基于自旋核间偶极-偶极耦合的常规固体NMR方法在蛋白质的三维结构解析中存在着“难以获得足够的长程距离约束”的瓶颈。针对此瓶颈,申请人在博士研究生期间发展了用于蛋白质三维结构解析的固体NMR PCS-Rosetta方法,相关工作以第一作者身份发表于JACS杂志,并获得国内外同行的好评。前期的工作基础表明,顺磁标记方法是获得蛋白质长程距离约束的有力手段,基于类似的思路,本项目拟利用顺磁弛豫增强(PRE)作用来获得膜蛋白的长程距离约束,发展适用于膜蛋白三维结构测定的固体NMR PRE-Rosetta方法。针对这个想法,申请人已开展了初步的研究工作,并已获得预期的实验结果。预期本项目的顺利实施将极大提高固体NMR解析膜蛋白三维结构的效率。

结项摘要

固体NMR在膜蛋白结构研究中具有独特优势,能在磷脂双分子层中研究膜蛋白,且分辨率不受膜蛋白分子量限制,因此被认为是研究膜蛋白三维结构非常有前景的分析技术。然而,基于自旋核间偶极-偶极耦合的常规固体NMR方法在蛋白质的三维结构解析中存在着“难以获得足够的长程距离约束”的瓶颈。针对此瓶颈,申请人在博士研究生期间发展了用于蛋白质三维结构解析的固体NMR PCS-Rosetta方法,并得到国际学者的认同。前期的工作基础表明,顺磁标记方法是获得蛋白质长程距离约束的有力手段,基于类似的思路,本项目中,我们利用顺磁弛豫增强(PRE)作用来获得膜蛋白的长程距离约束,发展了适用于膜蛋白三维结构测定的固体NMR PRE-CS-Rosetta方法。.膜蛋白是生物体内一类非常重要的蛋白,它参与了生物体内各种代谢活动,大量新型药物的开发和研制与膜蛋白结构密切相关。大肠杆菌中的膜蛋白-甘油二脂激酶(DAGK)是一种很重要的生物酶,它具有121个氨基酸,功能单位是三聚体,生物功能是促使甘油二脂磷酸化。它的三维结构先后被液体核磁共振和X射线晶体衍射解析出来,液体核磁解共振解析出来的DAGK结构是在去垢剂DPC胶束的环境中,而X射线晶体衍射解析出来的DAGK结构是在LCP(lipidic cubic phases)的环境中,由于两种手段解析DAGK的膜环境有较大差异,得到的两种结构也有很大差异。两者在二级结构和三维结构上都有明显的不同,研究者称两者最显著的差异是液体核磁共振的DAGK结构中含有结构域的穿插现象,而在晶体结构中没有观测到,这说明环境对膜蛋白结构的解析影响很大。DAGK的天然环境是E.coli磷脂双层膜,因此在本项目中,我们以膜蛋白DAGK为模型,发展了膜蛋白三维结构的PRE-CS-Rosetta方法,并解析得到了DAGK在E.coli磷脂双层膜中的三维结构,进而系统比较了在E.coli磷脂膜环境中DAGK结构与在去垢剂中结构的差异,解决了其结构争议。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(1)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

模拟降雨对黄土高原典型草原土壤化学计量及微生物多样性的影响
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    生态学报
  • 影响因子:
    --
  • 作者:
    王誉陶;李建平;井乐;张翼;张娟
  • 通讯作者:
    张娟
MicroRNA210和microRNA486与红系造血调控的研究进展
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    实用医学杂志
  • 影响因子:
    --
  • 作者:
    李巧琳;冯建明;李文倩;王小蕊;李建平
  • 通讯作者:
    李建平
人文主义地理学对城市空间文本的解读——以《北京文脉》插图为例
  • DOI:
    10.18306/dlkxjz.2017.09.001
  • 发表时间:
    2017-09
  • 期刊:
    地理科学进展
  • 影响因子:
    --
  • 作者:
    周尚意;许伟麟;李建平
  • 通讯作者:
    李建平
华北汛期降水分离时间尺度降尺度预测模型的改进
  • DOI:
    10.3878/j.issn.1006-9895.1503.14317
  • 发表时间:
    2016
  • 期刊:
    大气科学
  • 影响因子:
    --
  • 作者:
    阮成卿;李建平
  • 通讯作者:
    李建平
MEMS负电晕放电气体传感器
  • DOI:
    10.13250/j.cnki.wndz.2016.08.003
  • 发表时间:
    2016
  • 期刊:
    微纳电子技术
  • 影响因子:
    --
  • 作者:
    张金英;杨天辰;何秀丽;高晓光;贾建;李建平
  • 通讯作者:
    李建平

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码