蛋白质中的每个原子能折叠成3个维度,但对于出现在即便是简单蛋白质中的上百万个原子来说,理解集体折叠组合的任务会变得错综复杂。科学家考虑了影响蛋白质折叠的不同因素,包括氢键结合,并将它们整合到被称为集体变量(CVs)的通用描述中。不过,由于潜在因素很多,科学家缺少好的方法寻找恰当描述某个可行过程的CVs。
上述团队决定研究GB1蛋白质外部突出的发卡,因为现有的很多工作与之相关并且过去的CVs估测了很多潜在的折叠可能性。
论文作者Navjeet Ahalawat和Jagannath Mondal将若干现有的GB1 CVs作为构成部分,并利用基于时间结构的独立成分分析法将其结合起来,从而辨别出一对最优CVs。随后,他们将其输入马尔可夫状态模型,并且沿着可能的连接路径辨别出4种中间折叠状态。
在该方法中,来自此前研究的数据需要被用于辨别CVs。该团队设想他们的技术可被用于揭示健康蛋白质折叠的内部机制,以修正引发疾病的错误折叠蛋白质。他们还想进一步开发CVs优化模型并将其用于生物分子识别和药物发现。
相关论文信息:DOI: 10.1063/1.5041073
内容来源:中国科学院来源:中国科学院
原文链接:http://www.cas.cn/kj/201809/t20180926_4664695.shtml
版权声明:除非特别注明,本站所载内容来源于互联网、微信公众号等公开渠道,不代表本站观点,仅供参考、交流、公益传播之目的。转载的稿件版权归原作者或机构所有,如有侵权,请联系删除。
电话:(010)86409582
邮箱:kejie@scimall.org.cn