electric-field-controlled-directed-migration-neural-progenitor-cells

Electric Field-controlled Directed Migration of Neural Progenitor Cells in 2D and 3D Environments

Endogenous electric fields (EFs) occur naturally in vivo and play a critical role during tissue/organ development and regeneration, including that of the ...

Shandong University School of Medicine

University of California at Davis

&#x5B8C;&#x6574;&#x7684;&#x5E8F;&#x5217;&#x8BBE;&#x8BA1;&#x86CB;&#x767D;&#x6D88;&#x9632;&#x5904;-1 &#x662F;&#x57FA;&#x4E8E;&#x6BCD;&#x9898;&#x7684;&#x950C;&#x6307;&#x86CB;&#x767D;&#x8BBE;&#x8BA1;&#x7684;&#x86CB;&#x767D;&#x3002;&#x5728;&#x8FD9;&#x9879;&#x5DE5;&#x4F5C;&#xFF0C;&#x5176;&#x6298;&#x53E0;&#x673A;&#x5236;&#x548C;&#x70ED;&#x7A33;&#x5B9A;&#x6027;&#x8FDB;&#x884C;&#x8C03;&#x67E5;&#x4E0E;&#x6C34;&#x5206;&#x5B50;&#x88AB;&#x89C6;&#x4E3A;&#x663E;&#x5F0F;&#x4F7F;&#x7528;&#x526F;&#x672C;&#x4EA4;&#x6362;&#x5206;&#x5B50;&#x52A8;&#x529B;&#x5B66;&#x6A21;&#x578B;&#x3002;&#x7ED3;&#x679C;&#x663E;&#x793A;&#x6298;&#x53E0;&#x6D88;&#x9632;&#x5904;-1 &#x7531;&#x758F;&#x6C34;&#x6027;&#x5D29;&#x6E83;&#xFF0C;&#x4F34;&#x968F;&#x7740; C &#x7EC8;&#x7AEF; &alpha;-&#x87BA;&#x65CB;&#x7684;&#x5F62;&#x6210;&#x3002;&#x7136;&#x540E;&#x6298;&#x53E0;&#x6536;&#x76CA;&#x4E0E;&#x5F62;&#x6210;&#x7684; &beta;-&#x590F;&#x840D;&#x6E7E;&#x548C;&#x8FDB;&#x4E00;&#x6B65;&#x7684;&#x758F;&#x6C34;&#x6838;&#x5FC3;&#x5305;&#x3002;&#x963F;&#x5C14;&#x6CD5;&#x87BA;&#x65CB;&#x4E0E; &beta;-&#x590F;&#x840D;&#x6E7E;&#x76F8;&#x6BD4;&#xFF0C;&#x5177;&#x6709;&#x66F4;&#x9AD8;&#x7684;&#x7A33;&#x5B9A;&#x6027;&#x3002;&#x5B83;&#x8FD8;&#x53D1;&#x73B0;&#x901A;&#x8FC7;&#x6D88;&#x9632;&#x5904;-1 N &#x76D6;&#x6BCD;&#x9898;&#x5927;&#x5927;&#x6709;&#x52A9;&#x4E8E;&#x7A33;&#x5B9A;&#x7684;&#x963F;&#x5C14;&#x6CD5;&#x87BA;&#x65CB;&#x3002;&#x6240;&#x4F5C;&#x7684;&#x672C;&#x673A;&#x5DDE; Tyr3 &#x7684;&#x4FA7;&#x94FE;&#x7684;&#x758F;&#x6C34;&#x6027;&#x63A5;&#x89E6;&#x5BF9;&#x4E8E; &beta;-&#x590F;&#x840D;&#x6E7E;&#x7684;&#x7A33;&#x5B9A;&#x81F3;&#x5173;&#x91CD;&#x8981;&#x3002;&#x5B83;&#x662F;&#x8FD8;&#x53D1;&#x73B0;&#xFF0C;&#x6298;&#x53E0; N &#x7EC8;&#x7AEF;&#x6D4B;&#x8BD5;&#x7248;-&#x590F;&#x840D;&#x6E7E;&#x548C; C &#x7EC8;&#x7AEF;&#x963F;&#x5C14;&#x6CD5;&#x87BA;&#x65CB;&#x5C55;&#x54C1;&#x5F31;&#x4F9D;&#x4ECE;&#xFF0C;&#x8FD9;&#x4E0E;&#x5B9E;&#x9A8C;&#x6570;&#x636E;&#x662F;&#x4E00;&#x81F4;&#x3002;&#x4E0E;&#x6B64;&#x540C;&#x65F6;&#xFF0C;&#x6298;&#x53E0;&#x7684;&#x901A;&#x8DEF;&#x6D88;&#x9632;&#x5904;-1 &#x548C;&#x76EE;&#x6807;&#x950C;&#x6307;&#x80BD;&#xFF0C;&#x4E4B;&#x95F4;&#x8FDB;&#x884C;&#x6BD4;&#x8F83;&#x548C;&#x950C;&#x79BB;&#x5B50;&#x7684;&#x950C;&#x6307;&#x7684;&#x6298;&#x53E0;&#x9014;&#x5F84;&#x53EF;&#x80FD;&#x53D1;&#x6325;&#x7684;&#x4F5C;&#x7528;&#x63D0;&#x51FA;&#x3002;2007 &#x5E74;&#x86CB;&#x767D;&#x8D28;&#x3002;(c) 2007&#x5E74;&#x5A01;&#x5229;&#x65AF;&#x516C;&#x53F8;&#x3002;

&#x4E86;&#x89E3;&#x6298;&#x53E0;&#x548C;&#x526F;&#x672C;&#x4EA4;&#x6362;&#x5206;&#x5B50;&#x52A8;&#x529B;&#x5B66;&#x6A21;&#x62DF;&#x4E0E;&#x950C;&#x57FA;&#x4E8E;&#x624B;&#x6307;&#x7684;&#x5B8C;&#x6574;&#x5E8F;&#x5217;&#x8BBE;&#x8BA1;&#x86CB;&#x767D;&#x8D28;&#x7A33;&#x5B9A;&#x6027;&#x3002;

Full sequence design protein FSD-1 is a designed protein based on the motif of zinc finger protein. In this work, its folding mechanism and thermal stability are investigated using the replica exchange molecular dynamics model with the water molecules being treated explicitly. The results show that the folding of the FSD-1 is initiated by the hydrophobic collapse, which is accompanied with the formation of the C-terminal alpha-helix. Then the folding proceeds with the formation of the beta-hairpin and the further package of the hydrophobic core. Compared with the beta-hairpin, the alpha-helix has much higher stability. It is also found that the N-capping motif adopted by the FSD-1 contributes to the stability of the alpha-helix dramatically. The hydrophobic contacts made by the side chain of Tyr3 in the native state are essential for the stabilization of the beta-hairpin. It is also found that the folding of the N-terminal beta-hairpin and the C-terminal alpha-helix exhibits weak cooperativity, which is consistent with the experimental data. Meanwhile, the folding pathway is compared between the FSD-1 and the target zinc finger peptide, and the possible role of the zinc ion on the folding pathway of zinc finger is proposed. Proteins 2007. (c) 2007 Wiley-Liss, Inc.

Understanding the folding and stability of a zinc finger-based full sequence design protein with replica exchange molecular dynamics simulations.

S&eacute;quence compl&egrave;te conception prot&eacute;ine DSE-1 est une prot&eacute;ine con&ccedil;ue bas&eacute;e sur le motif de prot&eacute;ine de doigt de zinc. Dans cet ouvrage, son m&eacute;canisme de pliage et de la stabilit&eacute; thermique sont &eacute;tudi&eacute;es &agrave; l&#39;aide du mod&egrave;le de dynamique mol&eacute;culaire exchange r&eacute;plique avec les mol&eacute;cules d&#39;eau trait&eacute;es explicitement. Les r&eacute;sultats montrent que le pliage du DSE-1 est initi&eacute; par l&#39;effondrement hydrophobe, qui est accompagn&eacute; de la formation de l&#39;h&eacute;lice alpha C-terminal. Le pliage proc&egrave;de alors &agrave; la formation de la b&ecirc;ta-&eacute;pingle &agrave; cheveux et l&#39;enveloppe suppl&eacute;mentaire du noyau hydrophobe. Par rapport &agrave; la b&ecirc;ta-&eacute;pingle &agrave; cheveux, l&#39;h&eacute;lice alpha est beaucoup plus grande stabilit&eacute;. On trouve aussi que le motif N-capsulage, adopt&eacute; par le FSD-1 contribue &agrave; la stabilit&eacute; de l&#39;h&eacute;lice alpha consid&eacute;rablement. Les contacts hydrophobes de la cha&icirc;ne lat&eacute;rale de Tyr3 &agrave; l&#39;&eacute;tat natif sont essentiels pour la stabilisation de la b&ecirc;ta-&eacute;pingle &agrave; cheveux. On a &eacute;galement constat&eacute; que le pliage de la b&ecirc;ta-&eacute;pingle &agrave; cheveux N-terminale et la coop&eacute;rativit&eacute; faible expositions h&eacute;lice alpha C-terminal, qui concorde avec les donn&eacute;es exp&eacute;rimentales. Pendant ce temps, la voie de pliage est compar&eacute;e entre le DSE-1 et le peptide de doigt de zinc de cible, et le r&ocirc;le &eacute;ventuel de l&#39;ion de zinc sur la voie de pliage de doigt de zinc est propos&eacute;. Prot&eacute;ines 2007. (c) 2007 Wiley-Liss, Inc.

Comprendre le repliement et la stabilit&eacute; d&#39;une prot&eacute;ine de conception de s&eacute;quence compl&egrave;te ax&eacute;e sur le doigt de zinc avec simulations de dynamique mol&eacute;culaire exchange r&eacute;plique.

Vollst&auml;ndige Gestaltung Protein FSD-1 ist ein gestaltete Protein, basierend auf dem Motiv des Zink-Fingerprotein. In dieser Arbeit werden seine Klappmechanismus und thermische Stabilit&auml;t untersucht mit das Replik Austausch Molekulardynamik-Modell mit die Wassermolek&uuml;le, die explizit behandelt. Die Ergebnisse zeigen, dass die Faltung des FSD-1 durch die hydrophoben Kollaps, initiiert wird die mit der Bildung von der C-terminalen &alpha;-Helix begleitet wird. Dann f&auml;hrt die Faltung mit der Bildung von der Beta-Haarnadel und das weitere Paket der hydrophoben Kern. Verglichen mit der Beta-Haarnadel hat die Alpha-Helix viel h&ouml;here Stabilit&auml;t. Es findet sich auch, dass das N-capping Motiv angenommen durch die FSD-1 f&uuml;r die Stabilit&auml;t der Alpha-Helix dramatisch beitr&auml;gt. Hydrophobe in Kontakt die Seitenkette des Tyr3 im nativen Zustand sind essentiell f&uuml;r die Stabilisierung der die Beta-Haarnadel. Es ist auch festgestellt, dass die Faltung der N-terminalen Beta-Haarnadel und der C-terminalen &alpha;-Helix Exponate schwach Kooperativit&auml;t, die mit den experimentellen Daten konsistent ist. Unterdessen der faltende Weg ist zwischen der FSD-1 und das Ziel-Zink-Finger-Peptid verglichen, und die m&ouml;gliche Rolle von Zink-Ionen auf die Falten Weg des Zinkfinger wird vorgeschlagen. Proteine 2007. (c) 2007 Wiley-Liss, Inc.

Das Verst&auml;ndnis der Faltung und Stabilit&auml;t eines Zink Finger-basierte vollst&auml;ndige Sequenz Entwurf Proteins mit Replik Austausch Molekulardynamik-Simulationen.

Sequenza completa progettazione proteina FSD-1 &egrave; una proteina progettata basata sul motivo della proteina dito di zinco. In questo lavoro, il meccanismo di ripiegamento e stabilit&agrave; termica sono studiati utilizzando il modello di dinamica molecolare exchange replica con le molecole d&#39;acqua da trattare in modo esplicito. I risultati mostrano che il ripiegamento del FSD-1 &egrave; iniziato dal collasso idrofobico, che &egrave; accompagnato con la formazione dell&#39;alfa-elica C-terminale. Il pieghevole procede quindi con la formazione di beta-tornante e l&#39;ulteriore pacchetto del nucleo idrofobico. Confrontato con il beta-tornante, alfa-elica &egrave; molto pi&ugrave; alta stabilit&agrave;. Si trova anche che il motivo N-tappatura adottato da FSD-1 contribuisce alla stabilit&agrave; dell&#39;alfa-elica drammaticamente. I contatti idrofobici fatti da catena laterale di Tyr3 nello stato nativo sono essenziali per la stabilizzazione della beta-tornante. &Egrave; anche trovato che il ripiegamento del N-terminale beta-tornante e il C-terminale alfa-elica esposizioni deboli cooperativit&agrave;, che &egrave; coerente con i dati sperimentali. Nel frattempo, il pathway pieghevole &egrave; confrontato tra FSD-1 e la destinazione dello zinco dito peptide, e il possibile ruolo dello ione zinco sulla via del pieghevole della barretta dello zinco &egrave; proposto. Proteine 2007. (c) 2007 Wiley-Liss, Inc.

Comprendere il pieghevole e la stabilit&agrave; di una proteina design sequenza completa basata sul dito di zinco con simulazioni di dinamica molecolare exchange replica.

&#x5B8C;&#x5168;&#x306A;&#x30B7;&#x30FC;&#x30B1;&#x30F3;&#x30B9; &#x30C7;&#x30B6;&#x30A4;&#x30F3;&#x86CB;&#x767D;&#x8CEA; FSD 1 &#x4E9C;&#x925B;&#x30D5;&#x30A3;&#x30F3;&#x30AC;&#x30FC;&#x86CB;&#x767D;&#x8CEA;&#x306E;&#x30E2;&#x30C1;&#x30FC;&#x30D5;&#x306B;&#x57FA;&#x3065;&#x304F;&#x8A2D;&#x8A08;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x3067;&#x3059;&#x3002;&#x3053;&#x306E;&#x4F5C;&#x696D;&#x3067;&#x306F;&#x3001;&#x305D;&#x306E;&#x6298;&#x308A;&#x7573;&#x307F;&#x6A5F;&#x69CB;&#x3068;&#x71B1;&#x5B89;&#x5B9A;&#x6027;&#x30EC;&#x30D7;&#x30EA;&#x30AB;&#x4EA4;&#x63DB;&#x5206;&#x5B50;&#x52D5;&#x529B;&#x5B66;&#x6A21;&#x578B;&#x660E;&#x793A;&#x7684;&#x306B;&#x6271;&#x308F;&#x308C;&#x3066;&#x3044;&#x308B;&#x6C34;&#x306E;&#x5206;&#x5B50;&#x3092;&#x8ABF;&#x3079;&#x305F;.&#x7D50;&#x679C;&#x306E; FSD 1 &#x6298;&#x308A;&#x7573;&#x307F;&#x5F0F; C &#x672B;&#x7AEF; &alpha; &#x3078;&#x30EA;&#x30C3;&#x30AF;&#x30B9;&#x306E;&#x5F62;&#x6210;&#x3092;&#x4F34;&#x3063;&#x3066;&#x3044;&#x308B;&#x758E;&#x6C34;&#x6027;&#x306E;&#x5D29;&#x58CA;&#x306B;&#x3088;&#x3063;&#x3066;&#x958B;&#x59CB;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;&#x6298;&#x308A;&#x7573;&#x307F;&#x5F0F;&#x306E; &beta; &#x30D8;&#x30A2;&#x30D4;&#x30F3;&#x5F62;&#x6210;&#x3068;&#x758E;&#x6C34;&#x6027;&#x30B3;&#x30A2;&#x306E;&#x66F4;&#x306A;&#x308B;&#x30D1;&#x30C3;&#x30B1;&#x30FC;&#x30B8;&#x3067;&#x9032;&#x307F;&#x307E;&#x3059;&#x3002;&Beta; &#x30D8;&#x30A2;&#x30D4;&#x30F3;&#x3068;&#x6BD4;&#x3079;&#x308B;&#x3068;&#x3001;&alpha; &#x30D8;&#x30EA;&#x30C3;&#x30AF;&#x30B9;&#x306F;&#x306F;&#x308B;&#x304B;&#x306B;&#x9AD8;&#x3044;&#x5B89;&#x5B9A;&#x6027;&#x304C;&#x3042;&#x308A;&#x307E;&#x3059;&#x3002;FSD 1 &#x306B;&#x3088;&#x3063;&#x3066;&#x63A1;&#x629E;&#x3055;&#x308C;&#x305F; N &#x30AD;&#x30E3;&#x30C3;&#x30D4;&#x30F3;&#x30B0; &#x30E2;&#x30C1;&#x30FC;&#x30D5; &alpha; &#x30D8;&#x30EA;&#x30C3;&#x30AF;&#x30B9;&#x306E;&#x5B89;&#x5B9A;&#x6027;&#x3092;&#x5287;&#x7684;&#x306B;&#x5BC4;&#x4E0E;&#x3059;&#x308B;&#x3053;&#x3068;&#x3092;&#x307E;&#x305F;&#x767A;&#x898B;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;Tyr3 &#x5DDE;&#x306E;&#x30CD;&#x30A4;&#x30C6;&#x30A3;&#x30D6;&#x306E;&#x5074;&#x9396;&#x306B;&#x3088;&#x3063;&#x3066;&#x4F5C;&#x3089;&#x308C;&#x305F;&#x758E;&#x6C34;&#x6027;&#x306E;&#x9023;&#x7D61;&#x5148;&#x306F; &beta; &#x30D8;&#x30A2;&#x30D4;&#x30F3;&#x306E;&#x5B89;&#x5B9A;&#x5316;&#x306E;&#x305F;&#x3081;&#x306B;&#x4E0D;&#x53EF;&#x6B20;&#x3067;&#x3059;&#x3002;&#x305D;&#x308C;&#x3082;&#x305D;&#x306E; N &#x672B;&#x7AEF; &beta; &#x30D8;&#x30A2;&#x30D4;&#x30F3;&#x3068;&#x5B9F;&#x9A13;&#x30C7;&#x30FC;&#x30BF;&#x3068;&#x4E00;&#x81F4;&#x3057;&#x3066;&#x3044;&#x308B;&#x3001;C &#x672B;&#x7AEF; &alpha; &#x3078;&#x30EA;&#x30C3;&#x30AF;&#x30B9;&#x5C55;&#x793A;&#x5F31;&#x3044;&#x5354;&#x540C;&#x306E;&#x6298;&#x308A;&#x7573;&#x307F;&#x3092;&#x767A;&#x898B;&#x3067;&#x3059;&#x3002;&#x4E00;&#x65B9;&#x3001;&#x6298;&#x308A;&#x305F;&#x305F;&#x307F;&#x7D4C;&#x8DEF; FSD 1 &#x3068;&#x30BF;&#x30FC;&#x30B2;&#x30C3;&#x30C8;&#x4E9C;&#x925B;&#x30D5;&#x30A3;&#x30F3;&#x30AC;&#x30FC;&#x30DA;&#x30D7;&#x30C1;&#x30C9;&#x306E;&#x9593;&#x6BD4;&#x8F03;&#x3055;&#x308C;&#x3001;&#x4E9C;&#x925B;&#x30D5;&#x30A3;&#x30F3;&#x30AC;&#x30FC;&#x306E;&#x30D5;&#x30A9;&#x30FC;&#x30EB;&#x30C7;&#x30A4;&#x30F3;&#x30B0;&#x7D4C;&#x8DEF;&#x4E0A;&#x306E;&#x4E9C;&#x925B;&#x30A4;&#x30AA;&#x30F3;&#x306E;&#x53EF;&#x80FD;&#x306A;&#x5F79;&#x5272;&#x3092;&#x63D0;&#x6848;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA; 2007 &#x5E74;&#x3002;(c) 2007&#x5E74;&#x30EF;&#x30A4;&#x30EA;&#x30FC; Lis &#x793E;

&#x6298;&#x308A;&#x305F;&#x305F;&#x307F;&#x3068;&#x4E9C;&#x925B;&#x6307;&#x306B;&#x57FA;&#x3065;&#x3044;&#x3066;&#x5B8C;&#x5168;&#x306A;&#x30B7;&#x30FC;&#x30B1;&#x30F3;&#x30B9; &#x30C7;&#x30B6;&#x30A4;&#x30F3;&#x306E;&#x30EC;&#x30D7;&#x30EA;&#x30AB;&#x4EA4;&#x63DB;&#x5206;&#x5B50;&#x52D5;&#x529B;&#x5B66;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x86CB;&#x767D;&#x8CEA;&#x306E;&#x5B89;&#x5B9A;&#x6027;&#x3092;&#x7406;&#x89E3;&#x3057;&#x307E;&#x3059;&#x3002;

&#xC804;&#xCCB4; &#xC2DC;&#xD000;&#xC2A4; &#xB514;&#xC790;&#xC778; &#xB2E8;&#xBC31;&#xC9C8; FSD-1 &#xC544;&#xC5F0; &#xC190;&#xAC00;&#xB77D; &#xB2E8;&#xBC31;&#xC9C8;&#xC758; &#xBAA8;&#xD2F0;&#xBE0C;&#xC5D0; &#xB530;&#xB77C; &#xC124;&#xACC4; &#xB41C; &#xB2E8;&#xBC31;&#xC9C8;&#xC774; &#xC774;&#xB2E4;. &#xC774; &#xC791;&#xD488;&#xC758; &#xD3F4;&#xB529; &#xBA54;&#xCEE4;&#xB2C8;&#xC998; &#xBC0F; &#xC5F4; &#xC548;&#xC815;&#xC131; &#xC870;&#xC0AC; &#xBCF5;&#xC81C; exchange &#xBD84;&#xC790; &#xC5ED;&#xD559; &#xBAA8;&#xB378;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xBA85;&#xC2DC;&#xC801;&#xC73C;&#xB85C; &#xCDE8;&#xAE09; &#xB418; &#xACE0; &#xBB3C; &#xBD84;&#xC790;&#xC640;. &#xACB0;&#xACFC; C &#xD130;&#xBBF8;&#xB110; &#xC54C;&#xD30C;-&#xD5EC;&#xB9AD;&#xC2A4; &#xD615;&#xC131;&#xC744; &#xB3D9;&#xBC18; &#xD558;&#xB294; &#xC18C;&#xC218; &#xC131;&#xC758; &#xBD95;&#xAD34;&#xC5D0; &#xC758;&#xD574; FSD 1 &#xC811;&#xB294; &#xC2DC;&#xC791; &#xB418;&#xB3C4;&#xB85D; &#xBCF4;&#xC5EC; &#xC90D;&#xB2C8;&#xB2E4;. &#xB2E4;&#xC74C; &#xC811;&#xB294; &#xBCA0;&#xD0C0; &#xBA38;&#xB9AC; &#xD540;&#xC758; &#xD615;&#xC131;&#xACFC; &#xC18C;&#xC218; &#xD575;&#xC2EC;&#xC758; &#xCD94;&#xAC00; &#xD328;&#xD0A4;&#xC9C0;&#xC640; &#xD568;&#xAED8; &#xC9C4;&#xD589; &#xB429;&#xB2C8;&#xB2E4;. &#xBCA0;&#xD0C0;-&#xBA38;&#xB9AC; &#xD540;&#xC5D0; &#xBE44;&#xD574;, &#xC54C;&#xD30C;-&#xD5EC;&#xB9AD;&#xC2A4;&#xB294; &#xD6E8;&#xC52C; &#xB354; &#xB192;&#xC740; &#xC548;&#xC815;&#xC131;. &#xADF8;&#xAC83;&#xC740; &#xB610;&#xD55C; &#xBC1C;&#xACAC; FSD 1&#xC774; &#xCC44;&#xD0DD;&#xD55C; N &#xC0C1;&#xD55C; &#xBAA8;&#xD2F0;&#xBE0C; &#xADF9;&#xC801;&#xC73C;&#xB85C; &#xC54C;&#xD30C;-&#xD5EC;&#xB9AD;&#xC2A4;&#xC758; &#xC548;&#xC815;&#xC131;&#xC5D0; &#xAE30;&#xC5EC;. &#xC6D0;&#xC2DC; &#xC0C1;&#xD0DC;&#xC5D0; Tyr3 &#xCE21;&#xBA74; &#xCCB4;&#xC778;&#xC5D0; &#xC758;&#xD574; &#xC18C;&#xC218; &#xC5F0;&#xB77D;&#xCC98; &#xBCA0;&#xD0C0; &#xBA38;&#xB9AC; &#xD540;&#xC758; &#xC548;&#xC815;&#xD654;&#xB97C; &#xC704;&#xD574; &#xD544;&#xC218;&#xC801;&#xC785;&#xB2C8;&#xB2E4;. &#xADF8;&#xAC83;&#xC740; &#xB610;&#xD55C; N &#xB9E8;&#xB05D; beta-&#xBA38;&#xB9AC; &#xD540; &#xBC0F; &#xC2E4;&#xD5D8; &#xB370;&#xC774;&#xD130;&#xC640; &#xC77C;&#xCE58; &#xD558;&#xB294; &#xC57D;&#xD55C; cooperativity, C &#xD130;&#xBBF8;&#xB110; &#xC54C;&#xD30C;-&#xD5EC;&#xB9AD;&#xC2A4; &#xC804;&#xC2DC;&#xC758; &#xC811;&#xB294; &#xBC1C;&#xACAC;. &#xD55C;&#xD3B8;, &#xC811;&#xB294; &#xD1B5;&#xB85C; FSD 1 &#xB300;&#xC0C1; &#xC544;&#xC5F0; &#xC190;&#xAC00;&#xB77D; &#xD3A9; &#xD2F0; &#xB4DC; &#xC0AC;&#xC774; &#xBE44;&#xAD50; &#xBC0F; &#xC544;&#xC5F0; &#xC190;&#xAC00;&#xB77D; &#xC811;&#xB294; &#xD1B5;&#xB85C;&#xC5D0; &#xC544;&#xC5F0; &#xC774;&#xC628;&#xC758; &#xAC00;&#xB2A5;&#xD55C; &#xC5ED;&#xD560;&#xC744; &#xC81C;&#xC548;. &#xB2E8;&#xBC31;&#xC9C8; 2007&#xC785;&#xB2C8;&#xB2E4;. (c) 2007&#xC640; &#xC77C;&#xB9AC; Liss, inc.

&#xD3F4;&#xB529; &#xBC0F; &#xBCF5;&#xC81C; exchange &#xBD84;&#xC790; &#xB3D9;&#xC5ED;&#xD559; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158;&#xC73C;&#xB85C; &#xC544;&#xC5F0; &#xC190;&#xAC00;&#xB77D; &#xAE30;&#xBC18; &#xC804;&#xCCB4; &#xC2DC;&#xD000;&#xC2A4; &#xB514;&#xC790;&#xC778; &#xB2E8;&#xBC31;&#xC9C8;&#xC758; &#xC548;&#xC815;&#xC131;&#xC744; &#xC774;&#xD574; &#xD569;&#xB2C8;&#xB2E4;.

Secuencia completa dise&ntilde;o prote&iacute;na FSD-1 es una prote&iacute;na dise&ntilde;ada basada en el tema de la prote&iacute;na del dedo de cinc. En este trabajo, su mecanismo de plegado y estabilidad t&eacute;rmica se investigan con el modelo de din&aacute;mica molecular del intercambio de r&eacute;plica de las mol&eacute;culas de agua a tratar expl&iacute;citamente. Los resultados muestran que el plegamiento del FSD-1 se inicia por el colapso hidrof&oacute;bico, que se acompa&ntilde;a con la formaci&oacute;n de la h&eacute;lice alfa C-terminal. Entonces el plegamiento se procede con la formaci&oacute;n de la beta-horquilla y el otro paquete del n&uacute;cleo hidrof&oacute;bico. Comparado con el beta-horquilla, la h&eacute;lice alfa tiene mucho mayor estabilidad. Tambi&eacute;n se encuentra que el motivo de N-capsular adoptado por el FSD-1 contribuye a la estabilidad de la alfa-h&eacute;lice dram&aacute;ticamente. Los contactos hidrof&oacute;bicos de la cadena lateral de Tyr3 en el estado nativo son esenciales para la estabilizaci&oacute;n de la beta-horquilla. Es tambi&eacute;n encontr&oacute; que el plegamiento de la beta-horquilla del N-terminal y la h&eacute;lice alfa exposiciones d&eacute;bil cooperatividad c-terminal, que concuerda con los datos experimentales. Mientras tanto, la v&iacute;a plegable se compara entre el FSD-1 y el p&eacute;ptido de dedo de cinc blanco, y se propone el posible papel del ion del cinc en el camino del plegamiento del dedo de cinc. Prote&iacute;nas 2007. (c) 2007 Wiley-Liss, Inc.

Comprender el plegamiento y la estabilidad de una prote&iacute;na de dise&ntilde;o de secuencia completa basada en dedo de cinc con simulaciones de din&aacute;mica molecular de intercambio de r&eacute;plica.

Una serie di esperimenti ha suggerito che associazione metallo pu&ograve; promuovere l&#39;aggregazione del peptide beta-amiloide. In questo lavoro, gli effetti dell&#39;associazione zinco sulle distribuzioni conformazionale del peptide beta-amiloide full length sono studiati in base alle simulazioni di dinamica molecolare estesa. Confrontando le distribuzioni conformazionali di apo-peptide e holo-peptide, ci mostra che l&#39;associazione zinco pu&ograve; influenzare drasticamente la distribuzione conformazionale del monomero beta-amiloide. Confrontato con l&#39;apo-peptide, holo-peptide campioni pi&ugrave; conformazione beta-filo per la centrale idrofobo cluster 17-21. Nel frattempo, la probabilit&agrave; di formazione del ponte salato Asp23-Lys28 e la girata che comprende 23-28 inoltre sono aumentato significativamente a temperatura ambiente. Poich&eacute; queste strutture locali sono essenziali per l&#39;aggregazione amiloide-beta, gli effetti osservati dell&#39;associazione zinco indicano che il metallo cambiamento conformazionale indotto del monomero &egrave; uno dei possibili meccanismi di aggregazione promossa metallo del peptide beta-amiloide.

Effetti dello zinco vincolanti per la distribuzione conformazionale del peptide beta-amiloide basato su simulazioni di dinamica molecolare.

&#x5B9E;&#x9A8C;&#x7684;&#x4E00;&#x4E9B;&#x5EFA;&#x8BAE;&#x91D1;&#x5C5E;&#x7ED1;&#x5B9A;&#x53EF;&#x4EE5;&#x4FC3;&#x8FDB;&#x6DC0;&#x7C89;&#x6837;&#x80BD;&#x7684;&#x805A;&#x5408;&#x3002;&#x5728;&#x8FD9;&#x9879;&#x5DE5;&#x4F5C;&#xFF0C;&#x5168;&#x957F;&#x6DC0;&#x7C89;&#x6837;&#x80BD;&#x7684;&#x6784;&#x8C61;&#x5206;&#x5E03;&#x4E0A;&#x7684;&#x950C;&#x7ED1;&#x5B9A;&#x7684;&#x5F71;&#x54CD;&#x662F;&#x5E7F;&#x6CDB;&#x7684;&#x5206;&#x5B50;&#x52A8;&#x529B;&#x5B66;&#x6A21;&#x62DF;&#x7684;&#x57FA;&#x7840;&#x4E0A;&#x8FDB;&#x884C;&#x8C03;&#x67E5;&#x3002;&#x901A;&#x8FC7;&#x6BD4;&#x8F83;&#x8F7D;&#x8102;&#x86CB;&#x767D;&#x80BD;&#x548C;&#x5168;&#x606F;-&#x80BD;&#x7684;&#x6784;&#x8C61;&#x5206;&#x5E03;&#xFF0C;&#x6211;&#x4EEC;&#x663E;&#x793A;&#x7684;&#x950C;&#x7ED1;&#x5B9A;&#x53EF;&#x4EE5;&#x6781;&#x5927;&#x5730;&#x5F71;&#x54CD; &#xFF0D; &beta; &#xFF0D; &#x6DC0;&#x7C89;&#x6837;&#x86CB;&#x767D;&#x5355;&#x4F53;&#x7684;&#x6784;&#x8C61;&#x5206;&#x5E03;&#x3002;&#x970D;&#x6D1B;&#x80BD;&#x4E0E;&#x8F7D;&#x8102;&#x86CB;&#x767D;&#x80BD;&#x76F8;&#x6BD4;&#xFF0C;&#x6837;&#x672C;&#x66F4;&#x591A; &beta;-&#x94FE;&#x6784;&#x8C61;&#x4E3A;&#x4E2D;&#x592E;&#x758F;&#x6C34;&#x7FA4;&#x96C6; 17-21&#x3002;&#x4E0E;&#x6B64;&#x540C;&#x65F6;&#xFF0C;&#x76D0;&#x6865; Asp23 Lys28 &#x548C;&#x7EC4;&#x6210; 23-28 &#x8F6C;&#x7684;&#x5F62;&#x6210;&#x6982;&#x7387;&#x662F;&#x4E5F;&#x5927;&#x5927;&#x589E;&#x52A0;&#x5728;&#x5BA4;&#x6E29;&#x6761;&#x4EF6;&#x4E0B;&#x3002;&#x7531;&#x4E8E;&#x8FD9;&#x4E9B;&#x5730;&#x65B9;&#x7684;&#x7ED3;&#x6784;&#x662F; &#xFF0D; &beta; &#xFF0D; &#x6DC0;&#x7C89;&#x6837;&#x86CB;&#x767D;&#x805A;&#x5408;&#x7684;&#x5FC5;&#x8981;&#x6761;&#x4EF6;&#xFF0C;&#x89C2;&#x5BDF;&#x5230;&#x7684;&#x5F71;&#x54CD;&#x950C;&#x7ED1;&#x5B9A;&#x7684;&#x8BF4;&#x660E;&#x5355;&#x4F53;&#x7684;&#x91D1;&#x5C5E;&#x8BF1;&#x5BFC;&#x6784;&#x8C61;&#x53D8;&#x5316;&#x662F;&#x6DC0;&#x7C89;&#x6837;&#x80BD;&#x7684;&#x91D1;&#x5C5E;&#x5347;&#x7EA7;&#x805A;&#x5408;&#x7684;&#x53EF;&#x80FD;&#x673A;&#x5236;&#x4E4B;&#x4E00;&#x3002;

&#x950C;&#x5BF9;&#x5177;&#x6709;&#x7EA6;&#x675F;&#x529B;&#x7684;&#x5F71;&#x54CD; &#xFF0D; &beta; &#xFF0D; &#x6DC0;&#x7C89;&#x6837;&#x86CB;&#x767D;&#x80BD;&#x7684;&#x6784;&#x8C61;&#x5206;&#x5E03;&#x57FA;&#x4E8E;&#x5206;&#x5B50;&#x52A8;&#x529B;&#x5B66;&#x6A21;&#x62DF;&#x3002;

A number of experiments suggested that metal binding can promote the aggregation of the amyloid-beta peptide. In this work, the effects of the zinc binding on the conformational distributions of the full length amyloid-beta peptide are investigated on the basis of extensive molecular dynamics simulations. By comparing the conformational distributions of the apo-peptide and the holo-peptide, we show that the zinc binding can affect the conformational distribution of the amyloid-beta monomer dramatically. Compared with the apo-peptide, the holo-peptide samples more beta-strand conformation for the central hydrophobic cluster 17-21. Meanwhile, the formation probabilities of the salt bridge Asp23-Lys28 and the turn comprising 23-28 are also increased significantly at room temperature. Since these local structures are essential for the amyloid-beta aggregation, the observed effects of the zinc binding indicate that the metal induced conformational change of the monomer is one of the possible mechanisms for the metal promoted aggregation of the amyloid-beta peptide.

Effects of zinc binding on the conformational distribution of the amyloid-beta peptide based on molecular dynamics simulations.

Un certain nombre d&#39;exp&eacute;riences sugg&egrave;re que la liaison m&eacute;tallique peut favoriser l&#39;agr&eacute;gation du peptide b&ecirc;ta-amylo&iuml;de. Dans ce travail, on &eacute;tudie les effets de la liaison de zinc sur les distributions conformationnelles du peptide b&ecirc;ta-amylo&iuml;de pleine longueur, sur la base de simulations de dynamique mol&eacute;culaire approfondie. En comparant les distributions conformationnelles de l&#39;apo-peptide et l&#39;holo-peptide, nous montrons que la liaison de zinc peut affecter la distribution conformationnelle du monom&egrave;re b&ecirc;ta-amylo&iuml;de consid&eacute;rablement. Par rapport &agrave; l&#39;apo-peptide, holo-peptide &eacute;chantillons plus conformation brin b&ecirc;ta pour la centrale cluster hydrophobe 17-21. Pendant ce temps, les probabilit&eacute;s de formation du pont salin Asp23-Lys28 et la Tour comprenant 23-28 sont aussi augment&eacute;es consid&eacute;rablement &agrave; la temp&eacute;rature ambiante. Puisque ces structures locales sont essentielles pour l&#39;agr&eacute;gation de la prot&eacute;ine b&ecirc;ta-amylo&iuml;de, les effets observ&eacute;s de la liaison de zinc indiquent que le m&eacute;tal changement conformationnel induit du monom&egrave;re est l&#39;un des m&eacute;canismes possibles pour l&#39;agr&eacute;gation promue m&eacute;tallique du peptide b&ecirc;ta-amylo&iuml;de.

Effets de zinc lie la distribution conformationnelle du peptide b&ecirc;ta-amylo&iuml;de bas&eacute;e sur des simulations de dynamique mol&eacute;culaire.

Eine Reihe von Experimenten vorgeschlagen, dass Metall-Bindung die Aggregation der Amyloid-Beta-Peptide f&ouml;rdern kann. In dieser Arbeit werden die Auswirkungen der Zink-Bindung auf die Konformations&auml;nderungen das volle L&auml;nge Amyloid-Beta Peptid-Distributionen auf der Grundlage umfangreicher Molekulardynamik-Simulationen untersucht. Durch den Vergleich der Konformations&auml;nderungen Verteilungen von der Apo-Peptid und das Holo-Peptid, zeigen wir, dass die Zink-Bindung die Konformations&auml;nderungen Verteilung des Monomers Amyloid-Beta drastisch beeinflussen kann. Verglichen mit der Apo-Peptid, Proben das Holo-Peptid weitere Beta-Strang-Konformation f&uuml;r die zentrale hydrophobe Cluster 17-21. Inzwischen sind die Bildung-Wahrscheinlichkeiten f&uuml;r die Salzbr&uuml;cke Asp23-Lys28 und der Zug, bestehend aus 23-28 bei Raumtemperatur ebenfalls deutlich erh&ouml;ht. Da diese lokalen Strukturen notwendig f&uuml;r die Amyloid-Beta-Aggregation sind, zufolge die beobachteten Effekte der Zink-Bindung die Metall induzierte Konformations&auml;nderungen &Auml;nderung des Monomers ist einer der m&ouml;glichen Mechanismen f&uuml;r die Metall gef&ouml;rderten Anh&auml;ufung der das Amyloid-Beta-Peptid.

Wirkungen von Zink bindet die Konformations&auml;nderungen Verteilung von Amyloid-Beta-Peptid Grundlage Molekulardynamik-Simulationen.

&#x5B9F;&#x9A13;&#x306E;&#x6570;&#x91D1;&#x5C5E;&#x7D50;&#x5408;&#x30A2;&#x30DF;&#x30ED;&#x30A4;&#x30C9; &beta; &#x30DA;&#x30D7;&#x30C1;&#x30C9;&#x306E;&#x51DD;&#x96C6;&#x4FC3;&#x9032;&#x3055;&#x308C;&#x308B;&#x3053;&#x3068;&#x304C;&#x793A;&#x5506;&#x3055;&#x308C;&#x307E;&#x3057;&#x305F;&#x3002;&#x3053;&#x306E;&#x4F5C;&#x696D;&#x3067;&#x306F;&#x3001;&#x4E9C;&#x925B;&#x30D0;&#x30A4;&#x30F3;&#x30C7;&#x30A3;&#x30F3;&#x30B0;&#x5168;&#x9577;&#x30A2;&#x30DF;&#x30ED;&#x30A4;&#x30C9; &beta; &#x30DA;&#x30D7;&#x30C1;&#x30C9;&#x306E;&#x30B3;&#x30F3;&#x30DB;&#x30E1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x5206;&#x5E03;&#x306B;&#x53CA;&#x307C;&#x3059;&#x5E83;&#x7BC4;&#x306A;&#x5206;&#x5B50;&#x52D5;&#x529B;&#x5B66;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306B;&#x57FA;&#x3065;&#x3044;&#x3066;&#x8ABF;&#x3079;&#x305F;&#x3002;Apo &#x30DA;&#x30D7;&#x30C1;&#x30C9;&#x3068;&#x30DB;&#x30ED; &#x30DA;&#x30D7;&#x30C1;&#x30C9;&#x306E;&#x7ACB;&#x4F53;&#x69CB;&#x9020;&#x306E;&#x5206;&#x5E03;&#x3092;&#x6BD4;&#x8F03;&#x3059;&#x308B;&#x3053;&#x3068;&#x306B;&#x3088;&#x3063;&#x3066;&#x3001;&#x79C1;&#x9054;&#x306F;&#x4E9C;&#x925B;&#x30D0;&#x30A4;&#x30F3;&#x30C7;&#x30A3;&#x30F3;&#x30B0; &#x30A2;&#x30DF;&#x30ED;&#x30A4;&#x30C9;&#x30D9;&#x30FC;&#x30BF; &#x30E2;&#x30CE;&#x30DE;&#x30FC;&#x306E;&#x30B3;&#x30F3;&#x30DB;&#x30E1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x5206;&#x5E03;&#x306B;&#x5927;&#x304D;&#x304F;&#x5F71;&#x97FF;&#x3059;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;Apo &#x30DA;&#x30D7;&#x30C1;&#x30C9;&#x3068;&#x6BD4;&#x8F03;&#x3057;&#x3066;&#x3001;&#x30DB;&#x30ED; &#x30DA;&#x30D7;&#x30C1;&#x30C9;&#x500B;&#x306E; &beta; &#x9396;&#x30B3;&#x30F3;&#x30D5;&#x30A9;&#x30E1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x4E2D;&#x592E;&#x758E;&#x6C34;&#x6027;&#x30AF;&#x30E9;&#x30B9;&#x30BF;&#x30FC; 17-21 &#x306E;&#x305F;&#x3081;&#x306E;&#x30B5;&#x30F3;&#x30D7;&#x30EB;&#x3057;&#x307E;&#x3059;&#x3002;&#x4E00;&#x65B9;&#x3001;&#x5869;&#x6A4B; Asp23 Lys28 &#x3068; 23 28 &#x304B;&#x3089;&#x6210;&#x308B;&#x30BF;&#x30FC;&#x30F3;&#x306E;&#x5F62;&#x6210;&#x78BA;&#x7387;&#x3082;&#x5927;&#x5E45;&#x306B;&#x5BA4;&#x6E29;&#x3067;&#x5897;&#x52A0;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3053;&#x308C;&#x3089;&#x306E;&#x5C40;&#x6240;&#x69CB;&#x9020;&#x306E; &beta; &#x30A2;&#x30DF;&#x30ED;&#x30A4;&#x30C9;&#x51DD;&#x96C6;&#x4E0D;&#x53EF;&#x6B20;&#x306A;&#x306E;&#x3067;&#x3001;&#x4E9C;&#x925B;&#x7D50;&#x5408;&#x306E;&#x89B3;&#x6E2C;&#x52B9;&#x679C;&#x306E;&#x91D1;&#x5C5E;&#x8A98;&#x8D77;&#x69CB;&#x9020;&#x5909;&#x5316;&#x306E;&#x30E2;&#x30CE;&#x30DE;&#x30FC;&#x306E;&#x30A2;&#x30DF;&#x30ED;&#x30A4;&#x30C9; &beta; &#x30DA;&#x30D7;&#x30C1;&#x30C9;&#x306E;&#x91D1;&#x5C5E;&#x306E;&#x6607;&#x683C;&#x3057;&#x305F;&#x96C6;&#x8A08;&#x306E;&#x53EF;&#x80FD;&#x306A;&#x30E1;&#x30AB;&#x30CB;&#x30BA;&#x30E0;&#x306E; 1 &#x3064;&#x3067;&#x3042;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;

&#x30D0;&#x30A4;&#x30F3;&#x30C9;&#x4E9C;&#x925B;&#x306E;&#x52B9;&#x679C;&#x30A2;&#x30DF;&#x30ED;&#x30A4;&#x30C9; &beta; &#x30DA;&#x30D7;&#x30C1;&#x30C9;&#x306E;&#x30B3;&#x30F3;&#x30DB;&#x30E1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x5206;&#x5E03;&#x5206;&#x5B50;&#x52D5;&#x529B;&#x5B66;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306B;&#x3088;&#x308B;&#x3002;

&#xB2E4;&#xC591; &#xD55C; &#xC2E4;&#xD5D8; &#xAE08;&#xC18D; &#xBC14;&#xC778;&#xB529; &#xC544; &#xBC00; &#xB85C;&#xC774;&#xB4DC; &#xBCA0;&#xD0C0; &#xD3A9; &#xD2F0; &#xB4DC;&#xC758; &#xC9D1;&#xACC4;&#xB97C; &#xD64D;&#xBCF4;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xC81C;&#xC548; &#xD588;&#xB2E4;. &#xC774; &#xC791;&#xD488;&#xC5D0;&#xC11C; &#xC804;&#xCCB4; &#xAE38;&#xC774; &#xC544; &#xBC00; &#xB85C;&#xC774;&#xB4DC; &#xBCA0;&#xD0C0; &#xD3A9; &#xD2F0; &#xB4DC;&#xC758; &#xAD6C;&#xC870;&#xC801; &#xBC30;&#xD3EC;&#xD310;&#xC5D0;&#xC11C; &#xC544;&#xC5F0; &#xBC14;&#xC778;&#xB529;&#xC758; &#xD6A8;&#xACFC; &#xAD11;&#xBC94;&#xC704; &#xD55C; &#xBD84;&#xC790; &#xB3D9;&#xC5ED;&#xD559; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158;&#xC5D0; &#xADFC;&#xAC70; &#xD558; &#xC5EC; &#xC870;&#xC0AC; &#xD588;&#xB2E4;. Apo&#xB294; &#xD3A9; &#xD2F0; &#xB4DC;&#xC640; &#xD640;&#xB85C; &#xD3A9; &#xD2F0; &#xB4DC;&#xC758; &#xAD6C;&#xC870;&#xC801; &#xBC30;&#xD3EC;&#xD310;&#xC744; &#xBE44;&#xAD50; &#xD558; &#xC5EC; &#xC6B0;&#xB9AC;&#xB294; &#xC544;&#xC5F0; &#xBC14;&#xC778;&#xB529; &#xC544; &#xBC00; &#xB85C;&#xC774;&#xB4DC; &#xBCA0;&#xD0C0; &#xBAA8;&#xB178; &#xBA38;&#xC758; &#xAD6C;&#xC870;&#xC801; &#xBC30;&#xD3EC;&#xB97C; &#xADF9;&#xC801;&#xC73C;&#xB85C; &#xB2EC;&#xB77C;&#xC9C8; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xBCF4;&#xC5EC;&#xC90D;&#xB2C8;&#xB2E4;. Apo&#xB294; &#xD3A9; &#xD2F0; &#xB4DC;&#xC5D0; &#xBE44;&#xD574;, &#xD640;&#xB85C; &#xD3A9; &#xD2F0; &#xB4DC; &#xC911;&#xC559; &#xC18C;&#xC218; &#xC131;&#xC758; &#xD074;&#xB7EC;&#xC2A4;&#xD130; 17-21&#xC5D0; &#xB300; &#xD55C; &#xB354; &#xB9CE;&#xC740; &#xBCA0;&#xD0C0; &#xAC00;&#xB2E5; &#xB098; &#xB780;&#xC744; &#xC0D8;&#xD50C;&#xB9C1; &#xD569;&#xB2C8;&#xB2E4;. &#xD55C;&#xD3B8;, &#xC18C;&#xAE08; &#xB2E4;&#xB9AC; Asp23 Lys28 &#xBC0F; &#xAD6C;&#xC131; &#xB41C; 23-28 &#xCC28;&#xB840; &#xD615;&#xC131; &#xD655;&#xB960; &#xC2E4; &#xC628;&#xC5D0;&#xC11C; &#xD06C;&#xAC8C; &#xC99D;&#xAC00; &#xC788;&#xB2E4;. &#xC774;&#xB7EC;&#xD55C; &#xB85C;&#xCEEC; &#xAD6C;&#xC870; &#xC544; &#xBC00; &#xB85C;&#xC774;&#xB4DC; &#xBCA0;&#xD0C0; &#xC9D1;&#xACC4;&#xB97C; &#xC704;&#xD574; &#xD544;&#xC218;&#xC801; &#xC774;&#xAE30; &#xB54C;&#xBB38;&#xC5D0;, &#xC544;&#xC5F0; &#xBC14;&#xC778;&#xB529;&#xC758; &#xAD00;&#xCC30; &#xB41C; &#xD6A8;&#xACFC; &#xBAA8;&#xB178; &#xBA38;&#xC758; &#xAE08;&#xC18D; &#xC720;&#xB3C4; &#xAD6C;&#xC870;&#xC801; &#xBCC0;&#xD654; &#xC544; &#xBC00; &#xB85C;&#xC774;&#xB4DC; &#xBCA0;&#xD0C0; &#xD3A9; &#xD2F0; &#xB4DC;&#xC758; &#xAE08;&#xC18D; &#xC2B9;&#xACA9; &#xB41C; &#xC9D1;&#xACC4;&#xC5D0; &#xB300; &#xD55C; &#xAC00;&#xB2A5;&#xD55C; &#xBA54;&#xCEE4;&#xB2C8;&#xC998; &#xC911; &#xD558;&#xB098;&#xC785;&#xB2C8;&#xB2E4; &#xB098;&#xD0C0;&#xB0C5;&#xB2C8;&#xB2E4;.

&#xC544;&#xC5F0;&#xC5D0; &#xBC14;&#xC778;&#xB529; &#xD6A8;&#xACFC; &#xC544; &#xBC00; &#xB85C;&#xC774;&#xB4DC; &#xBCA0;&#xD0C0; &#xD3A9; &#xD2F0; &#xB4DC;&#xC758; &#xAD6C;&#xC870;&#xC801; &#xBC30;&#xD3EC; &#xBD84;&#xC790; &#xB3D9;&#xC5ED;&#xD559; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158; &#xAE30;&#xBC18;&#xC73C;&#xB85C; &#xD569;&#xB2C8;&#xB2E4;.

Varios experimentos sugirieron que enlace metal puede promover la agregaci&oacute;n del p&eacute;ptido beta-amiloide. En este trabajo, se investigan los efectos de la fijaci&oacute;n de cinc en las distribuciones conformacionales del p&eacute;ptido beta-amiloide completas bas&aacute;ndose en simulaciones de din&aacute;mica molecular amplia. Comparando la distribuci&oacute;n conformacional del apo-p&eacute;ptido y el holo-p&eacute;ptido, mostramos que el atascamiento de cinc puede afectar la distribuci&oacute;n conformacional del beta-amiloide mon&oacute;mero dram&aacute;ticamente. En comparaci&oacute;n con el apo-p&eacute;ptido, el holo-p&eacute;ptido muestras m&aacute;s conformaci&oacute;n beta para la central racimo hidrof&oacute;bico 17-21. Mientras tanto, las probabilidades de formaci&oacute;n del sal puente Asp23-Lys28 y la vuelta que comprende 23-28 tambi&eacute;n se aumentan significativamente a temperatura ambiente. Puesto que estas estructuras locales son esenciales para la acumulaci&oacute;n de beta-amiloide, los efectos observados de la fijaci&oacute;n del cinc indican que el cambio conformacional inducido metal del mon&oacute;mero es uno de los posibles mecanismos para la agregaci&oacute;n promovido metal del p&eacute;ptido beta-amiloide.

Efectos de zinc vinculantes para la distribuci&oacute;n conformacional del p&eacute;ptido beta-amiloide basada en simulaciones de din&aacute;mica molecular.

&#x950C;&#x624B;&#x6307;&#xFF0C;&#x5E7F;&#x6CDB;&#x5B58;&#x5728;&#x4E8E;&#x771F;&#x6838;&#x7EC6;&#x80DE;&#x4E2D;&#xFF0C;&#x5728;&#x751F;&#x547D;&#x8FC7;&#x7A0B;&#x4E2D;&#x8D77;&#x7740;&#x5173;&#x952E;&#x4F5C;&#x7528;&#xFF0C;&#x53D6;&#x51B3;&#x4E8E;&#x5176;&#x6B63;&#x786E;&#x6298;&#x53E0;&#x7684;&#x950C;&#x79BB;&#x5B50;&#x7684;&#x7ED1;&#x5B9A;&#x3002;&#x901A;&#x8FC7;&#x8BA1;&#x7B97;&#x7814;&#x7A76;&#x950C;&#x8026;&#x5408;&#x6298;&#x53E0;&#x7684;&#x950C;&#x6307;&#xFF0C;&#x6536;&#x53D6;&#x8F6C;&#x8BA9;&#x548C;&#x91D1;&#x5C5E;&#x8BF1;&#x5BFC;&#xFF0C;&#x8D28;&#x5B50;&#x5316;/&#x53BB;&#x8D28;&#x5B50;&#x5316;&#x5F71;&#x54CD;&#x5FC5;&#x987B;&#x52A0;&#x4EE5;&#x8003;&#x8651;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#xFF0C;&#x8BD5;&#x56FE;&#x9690;&#x5F0F;&#x7684;&#x8FD9;&#x79CD;&#x5F71;&#x54CD;&#x5728;&#x7ECF;&#x5178;&#x5206;&#x5B50;&#x52A8;&#x529B;&#x5B66;&#x7684;&#x5E10;&#x6237;&#xFF0C;&#x7136;&#x540E;&#x6267;&#x884C;&#x663E;&#x5F0F;&#x6EB6;&#x5242;&#x7684;&#x5BC6;&#x96C6;&#x6A21;&#x62DF;&#x4E0E;&#x950C;&#x7ED3;&#x5408;&#x7684;&#x591A;&#x80BD;&#xFF0C;&#x6211;&#x4EEC;&#x8C03;&#x67E5;&#x7684; Cys2His2 &#x578B;&#x950C;&#x6307;&#x6BCD;&#x9898;&#x548C;&#x80BD;&#x6298;&#x53E0;&#x4E0E;&#x950C;&#x7ED1;&#x5B9A;&#x4E4B;&#x95F4;&#x7684;&#x8026;&#x5408;&#x7684;&#x6298;&#x53E0;&#x3002;&#x6211;&#x4EEC;&#x53D1;&#x73B0;&#xFF0C;&#x950C;&#x79BB;&#x5B50;&#x4E0D;&#x4EC5;&#x7A33;&#x5B9A;&#x672C;&#x673A;&#x7ED3;&#x6784;&#xFF0C;&#x800C;&#x4E14;&#x8FD8;&#x53C2;&#x52A0;&#x4E86;&#x5728;&#x6574;&#x4E2A;&#x6298;&#x53E0;&#x8FC7;&#x7A0B;&#x3002;&#x5B83;&#x7684;&#x6298;&#x53E0;&#x7684;&#x65E9;&#x671F;&#x9636;&#x6BB5;&#x5C06;&#x7ED1;&#x5B9A;&#x5230;&#x80BD;&#x548C;&#x6307;&#x793A;&#x6216;&#x8C03;&#x8282;&#x6298;&#x53E0;&#x548C;&#x7EC4;&#x4EF6;&#x6D4B;&#x8BD5;&#x7248;&#x53D1;&#x5939;&#x548C;&#x963F;&#x5C14;&#x6CD5;&#x87BA;&#x65CB;&#x7A33;&#x5B9A;&#x8BC4;&#x6790;&#x3002;&#x950C;&#x7ED1;&#x5B9A;&#x7684;&#x8FD9;&#x79CD;&#x91CD;&#x8981;&#x4F5C;&#x7528;&#x88AB;&#x4ECB;&#x5BFC;&#x5B88;&#x6052;&#x758F;&#x6C34;&#x6B8B;&#x7559;&#x7269;&#x7684;&#x5305;&#x88C5;&#x3002;&#x6211;&#x4EEC;&#x8FD8;&#x53D1;&#x73B0;&#x8026;&#x5408;&#x7684;&#x758F;&#x6C34;&#x6027;&#x6B8B;&#x7559;&#x7269;&#x7684;&#x5305;&#x88C5;&#x548C;&#x672C;&#x673A;&#x914D;&#x4F53;&#x7684;&#x534F;&#x8C03;&#x3002;&#x540C;&#x65F6;&#xFF0C;&#x950C;&#x7ED1;&#x5B9A;&#x3001; mis-ligation&#x3001; &#x914D;&#x4F53;&#x4EA4;&#x6362;&#x548C;&#x950C;&#x8BF1;&#x5BFC;&#x4E8C;&#x7EA7;&#x7ED3;&#x6784;&#x8F6C;&#x6362;&#x4EE5;&#x53CA;&#x5377;&#x5165;&#x4E86;&#x950C;&#x79BB;&#x5B50;&#x6C34;&#x884C;&#x4E3A;&#x7684;&#x8FDB;&#x7A0B;&#x7684;&#x7279;&#x70B9;&#x3002;&#x6211;&#x4EEC;&#x7684;&#x7814;&#x7A76;&#x7ED3;&#x679C;&#x4E0E;&#x76F8;&#x5173;&#x5B9E;&#x9A8C;&#x89C2;&#x6D4B;&#x7684;&#x597D;&#x534F;&#x8BAE;&#xFF0C;&#x63D0;&#x4F9B;&#x91D1;&#x5C5E;&#x7684;&#x8F85;&#x9176;&#x7684;&#x4E00;&#x822C;&#x673A;&#x5236;&#x91CD;&#x5927;&#x6D1E;&#x5BDF;&#x4F9D;&#x8D56;&#x86CB;&#x767D;&#x8D28;&#x6298;&#x53E0;&#x548C;&#x5176;&#x4ED6;&#x91D1;&#x5C5E;&#x8BF1;&#x5BFC;&#x6784;&#x8C61;&#x53D8;&#x5316;&#x7684;&#x751F;&#x7269;&#x91CD;&#x8981;&#x6027;&#x3002;

&#x91D1;&#x5C5E;&#x8026;&#x5408;&#x7684; Cys2His2 &#x950C;&#x6307;&#x6298;&#x53E0;&#x3002;

Zinc-fingers, which widely exist in eukaryotic cell and play crucial roles in life processes, depend on the binding of zinc ion for their proper folding. To computationally study the zinc-coupled folding of the zinc-fingers, charge transfer and metal induced protonation/deprotonation effects have to be considered. Here, by attempting to implicitly account for such effects in classical molecular dynamics and performing intensive simulations with explicit solvent for the peptides with and without zinc binding, we investigate the folding of the Cys2His2-type zinc-finger motif and the coupling between the peptide folding and zinc binding. We find that zinc ion not only stabilizes the native structure but also participates in the whole folding process. It binds to the peptide at an early stage of folding and directs or modulates the folding and stabilizations of the component beta-hairpin and alpha-helix. Such a crucial role of zinc binding is mediated by the packing of the conserved hydrophobic residues. We also find that the packing of the hydrophobic residues and the coordination of the native ligands are coupled. Meanwhile, the processes of zinc binding, mis-ligation, ligand exchange, and zinc induced secondary structure conversion as well as the water behavior due to the involvement of zinc ion are characterized. Our results are in good agreement with related experimental observations and provide significant insight into the general mechanisms of the metal cofactor dependent protein folding and other metal-induced conformational changes of biological importance.

Metal-coupled folding of Cys2His2 zinc-finger.

Doigts de zinc, qui a largement existent dans la cellule eucaryote et jouent un r&ocirc;le crucial dans les processus vitaux, d&eacute;pendent de la liaison de l&#39;ion de zinc pour leur repliement ad&eacute;quat. Afin d&#39;&eacute;tudier par le calcul le zinc coupl&eacute;s pliage du zinc-doigts, charger transfert et m&eacute;tal effets induits de protonation/d&eacute;protonation doivent &ecirc;tre consid&eacute;r&eacute;s. Ici, en tentant d&#39;implicitement compte de tels effets dans la dynamique mol&eacute;culaire classique et en effectuant des simulations intensives avec solvant explicite pour les peptides avec et sans liaison de zinc, nous &eacute;tudions le pliage du motif doigt de zinc de type Cys2His2 et le couplage entre le repliement de peptide et de la liaison de zinc. Nous constatons que l&#39;ion zinc non seulement stabilise la structure native mais participe &eacute;galement &agrave; l&#39;ensemble de processus de pliage. Il se lie au peptide &agrave; un stade pr&eacute;coce du pliage et dirige ou module le pliage et stabilisations de la composante b&ecirc;ta-&eacute;pingle &agrave; cheveux et l&#39;h&eacute;lice alpha. Un tel r&ocirc;le crucial de la liaison de zinc est m&eacute;di&eacute; par l&#39;emballage des r&eacute;sidus hydrophobes conserv&eacute;es. On trouve aussi que l&#39;emballage des r&eacute;sidus hydrophobes et la coordination des ligands natifs sont coupl&eacute;s. Pendant ce temps, les processus de liaison de zinc, mis-ligation, &eacute;change de ligand et conversion de structure secondaire de zinc induit ainsi que le comportement de l&#39;eau en raison de l&#39;implication de l&#39;ion de zinc sont caract&eacute;ris&eacute;s. Nos r&eacute;sultats sont en bon accord avec les observations exp&eacute;rimentales et donnent un aper&ccedil;u significatif les m&eacute;canismes g&eacute;n&eacute;raux du cofacteur m&eacute;tal d&eacute;pendante prot&eacute;ine pliantes et autres caus&eacute;s par le m&eacute;tal changements conformationnels d&#39;importance biologique.

Pliage des doigts de zinc Cys2His2 m&eacute;tal-coupl&eacute;.

Zink-Finger, die weithin in eukaryotischen Zellen vorhanden und spielen eine wichtige Rolle in Lebensprozessen, h&auml;ngen die Bindung von Zink-Ionen f&uuml;r ihre ordnungsgem&auml;&szlig;e Faltung. Um rechnerisch zu studieren, die Zink-gekoppelter Faltung der Zink-Finger, laden Sie Transfer und Metall induzierten Protonierung/Deprotonierung Effekte sind zu ber&uuml;cksichtigen auf. Hier untersuchen wir durch versuchen, implizit Konto f&uuml;r solche Effekte im klassischen Molekulardynamik und intensive Simulationen mit expliziten L&ouml;sungsmittel f&uuml;r die Peptide mit und ohne Zink-Bindung durchf&uuml;hren, der Faltung der Cys2His2-Typ Zinkfinger Motiv und die Kopplung zwischen dem Peptid Falt- und Zink-Bindung. Wir finden, dass Zink-Ionen nicht nur stabilisiert die native Struktur aber auch in der gesamten Faltreifen Prozess teilnimmt. Es bindet an das Peptid in einem fr&uuml;hen Stadium der Faltung und leitet oder moduliert die Falt- und Stabilizations der Komponente Beta-Haarnadel und Alpha-Helix. So eine entscheidende Rolle der Zink-Bindung ist durch die Verpackung von konservierten hydrophoben R&uuml;ckst&auml;nden vermittelt. Wir finden auch, dass die Verpackung der hydrophoben R&uuml;ckst&auml;nde und die Koordinierung der nativen Liganden sind gekoppelt. Inzwischen sind die Prozesse der Zink-Bindung, Mis-ligation, Ligand Austausch, und Zink-induzierte Sekund&auml;rstruktur Konvertierung sowie das Verhalten von Wasser durch die Beteiligung von Zink-Ionen charakterisiert. Unsere Ergebnisse sind in guter &Uuml;bereinstimmung mit der damit verbundenen experimentellen Beobachtungen und bedeutenden Einblick in die allgemeinen Mechanismen der Metall Cofaktor-abh&auml;ngiges Protein Falten und andere Metall-induzierte Konformationsver&auml;nderungen biologische Bedeutung.

Metall-Faltung des Cys2His2 Zinkfinger gekoppelt.

Zinco-dita, che ampiamente presenti nella cellula eucariota e giocano un ruolo fondamentale nei processi di vita, dipendono il legame di ioni di zinco per il loro corretto ripiegamento. Per studiare informaticamente la zinco-accoppiato pieghevole di zinco-dita, carica trasferimento e metallo indotti protonazione/deprotonazione effetti devono essere considerati. Qui, tentando di implicitamente conto di tali effetti in una dinamica molecolare classica ed eseguendo simulazioni intensivi con solvente esplicito per i peptidi con e senza associazione di zinco, indaghiamo il ripiegamento del motivo zinc-finger Cys2His2-tipo e l&#39;accoppiamento tra il peptide pieghevole e zinco associazione. Troviamo quello ione zinco non solo si stabilizza la struttura nativa ma partecipa anche l&#39;intero processo di ripiegamento. Esso si lega al peptide in una fase precoce della piegatura e dirige o modula il pieghevole e stabilizzazioni del componente beta-tornante e alfa-elica. Un ruolo cruciale di binding di zinco &egrave; mediato da imballaggio dei residui idrofobici conservati. Troviamo anche che l&#39;imballaggio dei residui idrofobi e il coordinamento dei ligandi nativi sono accoppiati. Nel frattempo, i processi di associazione zinco, mis-ligation, scambio di ligandi e zinco indotta da struttura secondaria conversione cos&igrave; come il comportamento di acqua a causa del coinvolgimento di ioni di zinco sono caratterizzati. I nostri risultati sono in buon accordo con le osservazioni sperimentali correlate e forniscono informazioni significative sui meccanismi generali del cofattore metallico dipendente dalla proteina pieghevoli e altri metallo-indotto cambiamenti conformazionali di importanza biologica.

Metallo-accoppiato pieghevole di Cys2His2 zinc-finger.

&#x30B8;&#x30F3;&#x30AF;&#x30D5;&#x30A3;&#x30F3;&#x30AC;&#x30FC;&#x306F;&#x5E83;&#x304F;&#x771F;&#x6838;&#x751F;&#x7269;&#x306E;&#x7D30;&#x80DE;&#x306B;&#x5B58;&#x5728;&#x3059;&#x308B;&#x3001;&#x751F;&#x6D3B;&#x306E;&#x904E;&#x7A0B;&#x3067;&#x91CD;&#x8981;&#x306A;&#x5F79;&#x5272;&#x3092;&#x679C;&#x305F;&#x3059;&#x3001;&#x5F7C;&#x3089;&#x306E;&#x9069;&#x5207;&#x306A;&#x6298;&#x308A;&#x305F;&#x305F;&#x307F;&#x4E9C;&#x925B;&#x30A4;&#x30AA;&#x30F3;&#x306E;&#x30D0;&#x30A4;&#x30F3;&#x30C9;&#x306B;&#x3088;&#x3063;&#x3066;&#x7570;&#x306A;&#x308A;&#x307E;&#x3059;&#x3002;&#x8A08;&#x7B97;&#x4E0A;&#x4E9C;&#x925B;&#x7D50;&#x5408;&#x30B8;&#x30F3;&#x30AF;&#x30D5;&#x30A3;&#x30F3;&#x30AC;&#x30FC;&#x306E;&#x6298;&#x308A;&#x7573;&#x307F;&#x3092;&#x7814;&#x7A76;&#x3059;&#x308B;&#x306B;&#x306F;&#x3001;&#x96FB;&#x8377;&#x306E;&#x79FB;&#x52D5;&#x3068;&#x91D1;&#x5C5E;&#x8A98;&#x5C0E;&#x30D7;&#x30ED;&#x30C8;&#x30F3;&#x5316;/&#x8131;&#x30D7;&#x30ED;&#x30C8;&#x30F3;&#x5316;&#x306E;&#x52B9;&#x679C;&#x304C;&#x8003;&#x616E;&#x3055;&#x308C;&#x306A;&#x3051;&#x308C;&#x3070;&#x306A;&#x308A;&#x307E;&#x305B;&#x3093;&#x3002;&#x3053;&#x3053;&#x3067;&#x306F;&#x3001;&#x660E;&#x793A;&#x7684;&#x306A;&#x6EB6;&#x5264;&#x3067;&#x96C6;&#x4E2D;&#x7684;&#x306A;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x3092;&#x5B9F;&#x884C;&#x3057;&#x3066;&#x4E9C;&#x925B;&#x7D50;&#x5408;&#x30DA;&#x30D7;&#x30C1;&#x30C9;&#x306E;&#x30A2;&#x30AB;&#x30A6;&#x30F3;&#x30C8;&#x306A;&#x3069;&#x306E;&#x52B9;&#x679C;&#x306E;&#x53E4;&#x5178;&#x5206;&#x5B50;&#x52D5;&#x529B;&#x5B66;&#x306E;&#x6697;&#x9ED9;&#x7684;&#x306B;&#x3057;&#x3088;&#x3046;&#x3068;&#x3057;&#x3066;&#x3001;&#x6211;&#x3005; Cys2His2 &#x578B;&#x4E9C;&#x925B;&#x30D5;&#x30A3;&#x30F3;&#x30AC;&#x30FC; &#x30E2;&#x30C1;&#x30FC;&#x30D5;&#x3068;&#x30DA;&#x30D7;&#x30C1;&#x30C9;&#x306E;&#x6298;&#x308A;&#x7573;&#x307F;&#x3068;&#x4E9C;&#x925B;&#x30D0;&#x30A4;&#x30F3;&#x30C7;&#x30A3;&#x30F3;&#x30B0;&#x9593;&#x306E;&#x30AB;&#x30C3;&#x30D7;&#x30EA;&#x30F3;&#x30B0;&#x306E;&#x6298;&#x308A;&#x305F;&#x305F;&#x307F;&#x3092;&#x8ABF;&#x67FB;&#x3057;&#x307E;&#x3059;&#x3002;&#x305D;&#x306E;&#x4E9C;&#x925B;&#x30A4;&#x30AA;&#x30F3; &#x30CD;&#x30A4;&#x30C6;&#x30A3;&#x30D6;&#x69CB;&#x9020;&#x3092;&#x5B89;&#x5B9A;&#x5316;&#x3055;&#x305B;&#x308B;&#x3060;&#x3051;&#x3067;&#x306A;&#x304F;&#x3082;&#x6298;&#x308A;&#x7573;&#x307F;&#x5F0F;&#x306E;&#x30D7;&#x30ED;&#x30BB;&#x30B9;&#x5168;&#x4F53;&#x306B;&#x53C2;&#x52A0;&#x3057;&#x3066;&#x3044;&#x308B;&#x3092;&#x898B;&#x3064;&#x3051;&#x307E;&#x3059;&#x3002;&#x6307;&#x793A;&#x3059;&#x308B;&#x30DA;&#x30D7;&#x30C1;&#x30C9;&#x306E;&#x6298;&#x308A;&#x7573;&#x307F;&#x306E;&#x65E9;&#x3044;&#x6BB5;&#x968E;&#x3067;&#x30D0;&#x30A4;&#x30F3;&#x30C9;&#x3084;&#x3001;&#x6298;&#x308A;&#x305F;&#x305F;&#x307F;&#x304A;&#x3088;&#x3073;&#x30B3;&#x30F3;&#x30DD;&#x30FC;&#x30CD;&#x30F3;&#x30C8; &beta; &#x30D8;&#x30A2;&#x30D4;&#x30F3;&#x3068; &alpha;-&#x30D8;&#x30EA;&#x30C3;&#x30AF;&#x30B9;&#x53CD;&#x5FDC;&#x306E;&#x8ABF;&#x7BC0;&#x3002;&#x4E9C;&#x925B;&#x7D50;&#x5408;&#x306E;&#x3088;&#x3046;&#x306A;&#x91CD;&#x8981;&#x306A;&#x5F79;&#x5272;&#x306F;&#x3001;&#x4FDD;&#x5B58;&#x306E;&#x758E;&#x6C34;&#x6027;&#x6B8B;&#x57FA;&#x306E;&#x30D1;&#x30C3;&#x30AD;&#x30F3;&#x30B0;&#x306B;&#x3088;&#x3063;&#x3066;&#x4EF2;&#x4ECB;&#x3055;&#x308C;&#x308B;.&#x307E;&#x305F;&#x3001;&#x758E;&#x6C34;&#x6027;&#x6B8B;&#x57FA;&#x306E;&#x30D1;&#x30C3;&#x30AD;&#x30F3;&#x30B0;&#x3068;&#x30CD;&#x30A4;&#x30C6;&#x30A3;&#x30D6;&#x306E;&#x914D;&#x4F4D;&#x5B50;&#x306E;&#x8ABF;&#x6574;&#x304C;&#x7D50;&#x5408;&#x3059;&#x308B;&#x3053;&#x3068;&#x3092;&#x898B;&#x3064;&#x3051;&#x307E;&#x3059;&#x3002;&#x4E00;&#x65B9;&#x3001;&#x4E9C;&#x925B;&#x7D50;&#x5408; mis-ligation&#x3001;&#x914D;&#x4F4D;&#x5B50;&#x4EA4;&#x63DB;&#x3068;&#x8A98;&#x5C0E;&#x4E9C;&#x925B;&#x4E8C;&#x6B21;&#x69CB;&#x9020;&#x5909;&#x63DB;&#x3068;&#x6C34;&#x6319;&#x52D5;&#x4E9C;&#x925B;&#x30A4;&#x30AA;&#x30F3;&#x306E;&#x95A2;&#x4E0E;&#x306E;&#x305F;&#x3081;&#x306E;&#x30D7;&#x30ED;&#x30BB;&#x30B9;&#x304C;&#x7279;&#x5FB4;&#x3067;&#x3059;&#x3002;&#x6211;&#x3005; &#x306E;&#x7D50;&#x679C;&#x306F;&#x95A2;&#x9023;&#x306E;&#x5B9F;&#x9A13;&#x7684;&#x89B3;&#x6E2C;&#x3068;&#x3088;&#x304F;&#x4E00;&#x81F4;&#x3042;&#x308A;&#x4F9D;&#x5B58;&#x6027;&#x86CB;&#x767D;&#x8CEA;&#x30D5;&#x30A9;&#x30FC;&#x30EB;&#x30C7;&#x30A3;&#x30F3;&#x30B0;&#x3068;&#x4ED6;&#x91D1;&#x5C5E;&#x8A98;&#x8D77;&#x69CB;&#x9020;&#x5909;&#x5316;&#x306E;&#x751F;&#x7269;&#x5B66;&#x7684;&#x91CD;&#x8981;&#x6027;&#x91D1;&#x5C5E;&#x306E;&#x88DC;&#x56E0;&#x5B50;&#x306E;&#x4E00;&#x822C;&#x7684;&#x306A;&#x30E1;&#x30AB;&#x30CB;&#x30BA;&#x30E0;&#x306B;&#x91CD;&#x8981;&#x306A;&#x6D1E;&#x5BDF;&#x3092;&#x63D0;&#x4F9B;&#x3057;&#x307E;&#x3059;&#x3002;

Cys2His2 &#x4E9C;&#x925B;&#x30D5;&#x30A3;&#x30F3;&#x30AC;&#x30FC;&#x306E;&#x6298;&#x308A;&#x7573;&#x307F;&#x5F0F;&#x91D1;&#x5C5E;&#x7D50;&#x5408;&#x3002;

&#xAD11;&#xBC94;&#xC704; &#xD558; &#xAC8C; &#xC9C4; &#xD575; &#xC138;&#xD3EC;&#xC5D0; &#xC874;&#xC7AC; &#xD558; &#xACE0; &#xC778;&#xC0DD; &#xD504;&#xB85C;&#xC138;&#xC2A4;&#xC5D0;&#xC11C; &#xC911;&#xC694; &#xD55C; &#xC5ED;&#xD560;&#xC744; &#xC7AC;&#xC0DD;&#xD560; &#xC218;, &#xC544;&#xC5F0; &#xC190;&#xAC00;&#xB77D; &#xADF8;&#xB4E4;&#xC758; &#xC801;&#xB2F9; &#xD55C; &#xD3F4;&#xB529;&#xC5D0; &#xB300; &#xD55C; &#xC544;&#xC5F0; &#xC774;&#xC628;&#xC758; &#xBC14;&#xC778;&#xB529;&#xC5D0; &#xB530;&#xB77C; &#xB2EC;&#xB77C; &#xC9D1;&#xB2C8;&#xB2E4;. &#xACC4;&#xC0B0;&#xC758; &#xC544;&#xC5F0; &#xC190;&#xAC00;&#xB77D; &#xC811;&#xB294; &#xC544;&#xC5F0; &#xACB0;&#xD569; &#xC5F0;&#xAD6C;, &#xC804;&#xC1A1; &#xBC0F; &#xAE08;&#xC18D; &#xC720;&#xB3C4; protonation/deprotonation &#xD6A8;&#xACFC; &#xACE0;&#xB824; &#xB418;&#xC5B4;&#xC57C; &#xD55C;&#xB2E4; &#xC704;&#xD0C1;. &#xC5EC;&#xAE30;, &#xACE0;&#xC804; &#xBD84;&#xC790; &#xB3D9;&#xC5ED;&#xD559;&#xC5D0;&#xC11C; &#xC774;&#xB7EC;&#xD55C; &#xD6A8;&#xACFC; &#xB300; &#xD55C; &#xC554;&#xC2DC;&#xC801;&#xC73C;&#xB85C; &#xACC4;&#xC815; &#xC2DC;&#xB3C4; &#xC544;&#xC5F0; &#xBC14;&#xC778;&#xB529; &#xC5C6;&#xC774; &#xD3A9; &#xD2F0; &#xB4DC;&#xC5D0; &#xB300; &#xD55C; &#xBA85;&#xC2DC;&#xC801; &#xC6A9; &#xB9E4;&#xB85C; &#xC9D1;&#xC911; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158;&#xC744; &#xC218;&#xD589; &#xD568;&#xC73C;&#xB85C;&#xC368;, &#xC6B0;&#xB9AC; Cys2His2 &#xD615; &#xC544;&#xC5F0; &#xC190;&#xAC00;&#xB77D; &#xBAA8;&#xD2F0;&#xBE0C;&#xC640; &#xD3A9; &#xD2F0; &#xB4DC; &#xD3F4;&#xB529; &#xBC0F; &#xC544;&#xC5F0; &#xBC14;&#xC778;&#xB529; &#xAC04;&#xC758; &#xACB0;&#xD569;&#xC758; &#xC811;&#xB294; &#xC870;&#xC0AC;. &#xC6B0;&#xB9AC;&#xB294; &#xC544;&#xC5F0; &#xC774;&#xC628; &#xBFD0;&#xB9CC; &#xC544;&#xB2C8;&#xB77C; &#xAE30;&#xBCF8; &#xAD6C;&#xC870;&#xB97C; &#xC548;&#xC815;&#xD654; &#xD558;&#xC9C0;&#xB9CC; &#xB610;&#xD55C; &#xC811;&#xB294; &#xACFC;&#xC815; &#xC804;&#xCCB4;&#xC5D0; &#xCC38;&#xC5EC; &#xD558; &#xACE0; &#xCC3E;&#xC73C;&#xC2ED;&#xC2DC;&#xC624;. &#xADF8;&#xAC83;&#xC740; &#xC811;&#xB294;&#xC758; &#xCD08;&#xAE30; &#xB2E8;&#xACC4;&#xC5D0;&#xC11C; &#xD3A9; &#xD2F0; &#xB4DC;&#xB97C; &#xBC14;&#xC778;&#xB529;&#xD569;&#xB2C8;&#xB2E4; &#xBC0F; &#xC9C0;&#xD718; &#xD558;&#xAC70;&#xB098; &#xD3F4;&#xB529; &#xBC0F; stabilizations &#xAD6C;&#xC131; &#xC694;&#xC18C; &#xBCA0;&#xD0C0;-&#xBA38;&#xB9AC; &#xD540;&#xACFC; &#xC54C;&#xD30C;-&#xD5EC;&#xB9AD;&#xC2A4; &#xBCC0;&#xC870;. &#xC544;&#xC5F0; &#xBC14;&#xC778;&#xB529;&#xC758; &#xC911;&#xC694; &#xD55C; &#xC5ED;&#xD560; &#xBCF4;&#xC874;&#xB41C; &#xC18C;&#xC218; &#xC131; &#xC794;&#xB958;&#xBB3C;&#xC758; &#xD3EC;&#xC7A5;&#xC5D0; &#xC758;&#xD574; &#xC911;&#xC7AC;&#xC785;&#xB2C8;&#xB2E4;. &#xC18C;&#xC218; &#xC131; &#xC794;&#xB958;&#xBB3C;&#xC758; &#xD3EC;&#xC7A5; &#xBC0F; &#xB124;&#xC774;&#xD2F0;&#xBE0C; ligands&#xC758; &#xC870;&#xC815; &#xACB0;&#xD569; &#xD558;&#xB294; &#xAC83;&#xC774; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xD55C;&#xD3B8;, &#xC544;&#xC5F0; &#xBC14;&#xC778;&#xB529;, mis-ligation, &#xB9AC;&#xAC04;&#xB4DC; &#xAD50;&#xB958; &#xC720;&#xB3C4; &#xC544;&#xC5F0; 2 &#xCC28; &#xAD6C;&#xC870; &#xBCC0;&#xD658; &#xBFD0;&#xB9CC; &#xC544;&#xB2C8;&#xB77C; &#xC544;&#xC5F0; &#xC774;&#xC628;&#xC758; &#xAC1C;&#xC785;&#xC73C;&#xB85C; &#xC778;&#xD574; &#xBB3C; &#xB3D9;&#xC791;&#xC758; &#xD504;&#xB85C;&#xC138;&#xC2A4; &#xD2B9;&#xC9D5; &#xC774;&#xB2E4;. &#xC6B0;&#xB9AC;&#xC758; &#xACB0;&#xACFC; &#xC88B;&#xC740; &#xACC4;&#xC57D;&#xC5D0; &#xAD00;&#xB828; &#xB41C; &#xC2E4;&#xD5D8; &#xAD00;&#xCC30; &#xBC0F; &#xC885;&#xC18D; &#xB2E8;&#xBC31;&#xC9C8; &#xD3F4;&#xB529; &#xBC0F; &#xB2E4;&#xB978; &#xAE08;&#xC18D;&#xC744; &#xC774;&#xC6A9;&#xD55C; &#xAD6C;&#xC870;&#xC801; &#xBCC0;&#xD654; &#xC0DD;&#xBB3C; &#xD559;&#xC801; &#xC911;&#xC694;&#xC131;&#xC758; &#xAE08;&#xC18D; cofactor&#xC758; &#xC77C;&#xBC18;&#xC801;&#xC778; &#xBA54;&#xCEE4;&#xB2C8;&#xC998;&#xC5D0; &#xB300; &#xD55C; &#xC911;&#xC694; &#xD55C; &#xD1B5;&#xCC30;&#xB825;&#xC744; &#xC81C;&#xACF5;.

&#xAE08;&#xC18D; &#xACB0;&#xD569;&#xC758; Cys2His2 &#xC544;&#xC5F0; &#xC190;&#xAC00;&#xB77D; &#xC811;&#xB294;.

Dedos de cinc, que existen en la c&eacute;lula eucariota y desempe&ntilde;an un papel crucial en los procesos de vida, dependen de la Uni&oacute;n de iones de zinc para su plegamiento correcto. C&oacute;mputo estudiar el plegamiento de los dedos de cinc cinc-juntada, carga transferencia y metal efectos inducidos de protonaci&oacute;n/deprotonation tienen que ser considerados. Aqu&iacute;, intentando impl&iacute;citamente cuenta para tales efectos en la din&aacute;mica molecular cl&aacute;sica y realizando simulaciones intensivos con solvente expl&iacute;cita para los p&eacute;ptidos con y sin atascarse de cinc, investigamos el plegamiento del motivo de Cys2His2-tipo zinc-finger y el acoplamiento entre el p&eacute;ptido plegable y Uni&oacute;n de cinc. Encontramos que el ion zinc no s&oacute;lo estabiliza la estructura nativa sino tambi&eacute;n participa en todo el proceso de plegado. Se une al p&eacute;ptido en una etapa temprana de plegamiento y dirige o modula el plegamiento y estabilizaciones del componente beta-horquilla y h&eacute;lice alfa. Un papel tan crucial del atascamiento del cinc es mediado por el embalaje de los residuos hidrof&oacute;bicos conservados. Tambi&eacute;n encontramos que el embalaje de los residuos hidrof&oacute;bicos y la coordinaci&oacute;n de los ligandos nativas se juntan. Mientras tanto, se caracterizan los procesos de uni&oacute;n de cinc, mis-ligation, intercambio de ligando y cinc inducida por conversi&oacute;n de estructura secundaria as&iacute; como el comportamiento del agua debido a la participaci&oacute;n de iones de zinc. Nuestros resultados est&aacute;n de acuerdo con las observaciones experimentales relacionados y proporcionan la penetraci&oacute;n importante en los mecanismos generales del cofactor metal dependiente de la prote&iacute;na plegable y otros metal-indujo cambios conformacionales de importancia biol&oacute;gica.

Metal-juntado plegable de Cys2His2 zinc-finger.

&#x4E0B;&#x5761;&#x6298;&#x53E0;&#x662F;&#x6700;&#x91CD;&#x8981;&#x7684;&#x80FD;&#x6E90;&#x666F;&#x89C2;&#x7406;&#x8BBA;&#x9884;&#x6D4B;&#x4E4B;&#x4E00;&#x3002;&#x6700;&#x8FD1;&#xFF0C;&#x5927;&#x80A0;&#x57C3;&#x5E0C;&#x6C0F;&#x5927;&#x80A0;&#x6746;&#x83CC; 2 oxoglutarate &#x8131;&#x6C22;&#x9176; PSBD &#x88AB;&#x8A89;&#x4E3A;&#x5168;&#x7403;&#x4E0B;&#x5761;&#x6298;&#x53E0; &#xFF08;&#x52A0;&#x897F;&#x4E9A; Mira &#x4E2D;&#x5357;&#x5DE5;&#x4E1A;&#x5927;&#x5B66;&#x3001; &#x79D1;&#x5B66; 2002&#x5E74; &#xFF1B; 298:2191&#xFF09;&#xFF0C;&#x7B2C;&#x4E00;&#x4E2A;&#x4F8B;&#x5B50;&#x4E00;&#x76F4;&#x4EE5;&#x540E;&#x7684;&#x91CD;&#x5927;&#x4E89;&#x8BAE;&#x4E3B;&#x9898;&#x7684;&#x5206;&#x7C7B;&#x3002;&#x4E3A;&#x4E86;&#x5E2E;&#x52A9;&#x89E3;&#x51B3;&#x6B64;&#x95EE;&#x9898;&#xFF0C;&#x901A;&#x8FC7;&#x4F7F;&#x7528;&#x5BC6;&#x96C6;&#x6240;&#x6709;&#x539F;&#x5B50;&#x5177;&#x6709;&#x663E;&#x5F0F;&#x6C34;&#x6A21;&#x578B;&#x548C;&#x526F;&#x672C;&#x4EA4;&#x6362;&#x6CD5;&#xFF0C;&#x6211;&#x4EEC;&#x6837;&#x54C1;&#x86CB;&#x767D; BBL &#x7684;&#x76F8;&#x7A7A;&#x95F4;&#x548C;&#x63CF;&#x7ED8;&#x81EA;&#x7531;&#x80FD;&#x6E90;&#x683C;&#x5C40;&#x3002;&#x6211;&#x4EEC;&#x7ED9;&#x81EA;&#x7531;&#x80FD;&#x91CF;&#x52BF;&#x5792;&#x9AD8;&#x5EA6;&#x7684; 1-2 k (B) T &#x7684;&#x4F30;&#x8BA1;&#xFF0C;&#x80FD;&#x6E90;&#x666F;&#x89C2;&#x9884;&#x8BA1;&#x4F9D;&#x8D56;&#x7684;&#x65B9;&#x5F0F;&#x3002;&#x6211;&#x4EEC;&#x8FD8;&#x6784;&#x8C61;&#x7684;&#x8FC7;&#x6E21;&#x533A;&#x57DF;&#x5206;&#x5E03;&#x7814;&#x7A76;&#xFF0C;&#x53D1;&#x73B0;&#x4E09;&#x4E2A;&#x87BA;&#x65CB;&#x800C;&#x5176;&#x7A7A;&#x95F4;&#x65B9;&#x5411;&#x663E;&#x793A;&#x7684;&#x5DE8;&#x5927;&#x5DEE;&#x5F02;&#x4E00;&#x822C;&#x91C7;&#x53D6;&#x5728;&#x672C;&#x673A;&#x7684;&#x56FD;&#x5BB6;&#x7684;&#x4F5C;&#x4E3A;&#xFF0C;&#x7C7B;&#x4F3C;&#x7684;&#x804C;&#x4F4D;&#x3002;&#x6211;&#x4EEC;&#x8FDB;&#x4E00;&#x6B65;&#x68C0;&#x6D4B;&#x7531;&#x5355;&#x72EC;&#x7BA1;&#x63A5;&#x5934;&#x4F7F;&#x7528;&#x4E24;&#x6001;&#x6A21;&#x578B;&#xFF0C;&#x7ED9;&#x51FA;&#x4E00;&#x4E2A;&#x5168;&#x4E94;&#x7ED3;&#x6784;&#x529F;&#x80FD;&#x7684;&#x70ED;&#x53D8;&#x6027;&#x66F2;&#x7EBF;&#x4E0D;&#x540C;&#x4FE1;&#x53F7;&#x4E4B;&#x95F4;&#x7684;&#x4E0D;&#x4E00;&#x81F4;&#x8513;&#x5EF6;&#x7684; 19 K.&#x7194;&#x5316;&#x6E29;&#x5EA6;&#x6240;&#x6709;&#x8FD9;&#x4E9B;&#x529F;&#x80FD;&#x90FD;&#x7B26;&#x5408;&#x7684;&#x6298;&#x53E0;&#x4E0E;&#x6781;&#x4F4E;&#x7684; cooperativities &#x7684;&#x56FE;&#x7247;&#x3002;&#x4E0E;&#x5B9E;&#x9A8C;&#x6570;&#x636E; &#xFF08;Sadqi &#x7B49;&#x4EBA;&#xFF0C;2006 &#x5E74;&#x6027;&#x8D28; &#xFF1B; 442:317&#xFF09; &#x76F8;&#x6BD4;&#xFF0C;&#x6211;&#x4EEC;&#x7684;&#x7814;&#x7A76;&#x7ED3;&#x679C;&#x8868;&#x660E; Naf BBL (pH5.3) &#x53EF;&#x80FD;&#x751A;&#x81F3;&#x66F4;&#x4F4E;&#x7684;&#x52BF;&#x5792;&#x9AD8;&#x5EA6;&#x548C;&#x4F9D;&#x4ECE;&#x3002;

&#x6240;&#x6709;&#x539F;&#x5B50;&#x526F;&#x672C;&#x4EA4;&#x6362; BBL &#x86CB;&#x767D;&#x5206;&#x5B50;&#x6A21;&#x62DF;&#x3002;

Downhill folding is one of the most important predictions of energy landscape theory. Recently, the Escherichia coli 2-oxoglutarate dehydrogenase PSBD was described as a first example of global downhill folding (Garcia-Mira et al., Science 2002;298:2191), classification that has been later subject of significant controversy. To help resolve this problem, by using intensive all-atom simulation with explicit water model and the replica exchange method, we sample the phase space of protein BBL and depict the free energy landscape. We give an estimate of the free energy barrier height of 1-2 k(B)T, dependent on the way the energy landscape is projected. We also study the conformational distribution of the transition region and find that the three helices generally take the similar positions as that in the native states whereas their spatial orientations show large variability. We further detect the inconsistency between different signals by individually fitting the thermal denaturation curves of five structural features using two-state model, which gives a wide spread melting temperature of 19 K. All of these features are consistent with a picture of folding with very low cooperativities. Compared with the experimental data (Sadqi et al., Nature 2006; 442:317), our results indicate that the Naf-BBL (pH5.3) may have an even lower barrier height and cooperativity.

All-atom replica exchange molecular simulation of protein BBL.

Plissement alpin est l&#39;un des plus importantes pr&eacute;dictions de la th&eacute;orie du paysage &eacute;nerg&eacute;tique. R&eacute;cemment, l&#39;Escherichia coli 2-oxoglutarate d&eacute;shydrog&eacute;nase PSBD a &eacute;t&eacute; d&eacute;crit comme un premier exemple du plissement alpin global (Mira-Garcia et al., Science 2002 ; 298:2191), classification qui a &eacute;t&eacute; plus tard sujet de controverse consid&eacute;rable. Pour aider &agrave; r&eacute;soudre ce probl&egrave;me, en utilisant la simulation de tout-atome intensive avec le mod&egrave;le explicite de l&#39;eau et la m&eacute;thode d&#39;&eacute;change de r&eacute;plique, nous go&ucirc;ter l&#39;espace de phase de prot&eacute;ine BBL et repr&eacute;senter le paysage de l&#39;&eacute;nergie libre. Nous donnons une estimation de la hauteur de la barri&egrave;re d&#39;&eacute;nergie libre de 1-2 k (B) T, d&eacute;pend de la fa&ccedil;on dont le paysage &eacute;nerg&eacute;tique est projet&eacute;. Nous avons &eacute;galement &eacute;tudier la distribution conformationnelle de la r&eacute;gion de transition et trouver que les trois h&eacute;lices prennent g&eacute;n&eacute;ralement les positions similaires que celle des &Eacute;tats indig&egrave;nes alors que leurs orientations spatiales montrent la grande variabilit&eacute;. Nous d&eacute;tectons plus loin l&#39;incoh&eacute;rence entre les diff&eacute;rents signaux en ajustant individuellement les courbes de la d&eacute;naturation thermique de cinq caract&eacute;ristiques structurales &agrave; l&#39;aide du mod&egrave;le &agrave; deux &Eacute;tats, qui donne une large propagation de temp&eacute;rature de fusion de 19 K. Toutes ces caract&eacute;ristiques sont compatibles avec une photo du pliage avec cooperativities tr&egrave;s faibles. Compar&eacute; avec les donn&eacute;es exp&eacute;rimentales (Sadqi et al., Nature 2006 ; 442:317), nos r&eacute;sultats indiquent que la Naf-BBL (5,3) peut-&ecirc;tre avoir une hauteur de barri&egrave;re et de coop&eacute;rativit&eacute; encore plus bas.

R&eacute;plique de tout-atome change simulation mol&eacute;culaire de la prot&eacute;ine BBL.

Abfahrt Faltreifen ist einer der wichtigsten Vorhersagen der Energie-Landschaft-Theorie. Vor kurzem wurde die Escherichia coli 2 Oxoglutarate Dehydrogenase PSBD beschrieben als ein erstes Beispiel der globalen Abfahrt Faltung (Garcia-Mira Et Al., Science 2002; 298:2191), Klassifikation, die sp&auml;ter erhebliche Kontroverse wurde. Um dieses Problem zu beheben, mithilfe von intensive All-Atom-Simulation mit expliziten Wasser-Modell und die Replikat-Austausch-Methode zu helfen, wir probieren der Phasenraum des Proteins BBL und zeigen die freie Energie-Landschaft. Wir geben eine Sch&auml;tzung der H&ouml;he Barriere freie Energie von 1-2 k (B) T, abh&auml;ngig von der Art und Weise die Energielandschaft wird projiziert. Wir studieren die Konformations&auml;nderungen Verteilung der &Uuml;bergangsregion und feststellen, dass die drei Helices im allgemeinen &auml;hnlichen Positionen wie die in den einheimischen Staaten nehmen, w&auml;hrend die r&auml;umliche Ausrichtung ihrer gro&szlig;en Variabilit&auml;t zeigen. Wir erkennen weiter verf&uuml;gt die Inkonsistenz zwischen verschiedenen Signalen durch individuell passend die thermische Denaturierung-Kurven der f&uuml;nf strukturellen Merkmale, die mit zwei-Staaten-Modell, das ein breites gibt Schmelztemperatur von 19 K. All diese Funktionen stehen im Einklang mit einem Bild von klappbar mit sehr geringen Cooperativities. Unsere Ergebnisse zufolge im Vergleich mit den experimentellen Daten (Sadqi Et Al., Nature 2006; 442:317), der Naf-BBL (pH5.3) m&ouml;glicherweise eine noch niedrigere Barrier H&ouml;he und Kooperativit&auml;t aufweist.

All-Atom Replikat Austausch molekularer Simulation des Proteins BBL.

Pieghevole in discesa &egrave; una delle previsioni pi&ugrave; importanti della teoria di paesaggio di energia. Recentemente, l&#39;Escherichia coli 2-ossoglutarato deidrogenasi PSBD &egrave; stato descritta come un primo esempio di global pieghevole in discesa (Mira-Garcia et al., Science 2002; 298:2191), classificazione che &egrave; stata successivamente oggetto di polemica significativa. Per aiutare a risolvere questo problema, utilizzando intensivo all-atom simulazione con modello esplicito dell&#39;acqua e il metodo di scambio di replica, abbiamo lo spazio delle fasi della proteina BBL del campione e raffigurano il paesaggio di energia libera. Diamo una stima dell&#39;altezza barriera energia libera di 1-2 k (B) T, dipende la strada il panorama energetico viene proiettato. Abbiamo anche studiare la distribuzione della regione di transizione conformazionale e trovare che i tre eliche prendano generalmente le posizioni simili a quella degli Stati nativi mentre loro orientamenti spaziali mostrano grande variabilit&agrave;. Abbiamo ulteriormente rilevare l&#39;incoerenza tra i diversi segnali montando individualmente le curve di denaturazione termica delle cinque caratteristiche strutturali utilizzando il modello di due Stati, che d&agrave; un&#39;ampia diffusione temperatura di fusione di K. 19 Tutte queste caratteristiche sono coerenti con l&#39;immagine di pieghevole con cooperativities molto basso. Confrontati con i dati sperimentali (Sadqi et al., Nature 2006; 442:317), i nostri risultati indicano che il Naf-BBL (pH5.3) possono avere un&#39;altezza della barriera e cooperativit&agrave; persino inferiore.

All-atom replica scambio di simulazione molecolare della proteina BBL.

&#x4E0B;&#x308A;&#x5742;&#x306E;&#x6298;&#x308A;&#x305F;&#x305F;&#x307F;&#x30A8;&#x30CD;&#x30EB;&#x30AE;&#x30FC;&#x666F;&#x89B3;&#x8AD6;&#x306E;&#x6700;&#x3082;&#x91CD;&#x8981;&#x306A;&#x4E88;&#x6E2C;&#x306E;&#x4E00;&#x3064;&#x3067;&#x3059;&#x3002;&#x6700;&#x8FD1;&#x3067;&#x306F;&#x3001;&#x5927;&#x8178;&#x83CC;&#x5927;&#x8178;&#x83CC; 2-&#x30AA;&#x30AD;&#x30BD;&#x30B0;&#x30EB;&#x30BF;&#x30EB;&#x9178;&#x30C7;&#x30D2;&#x30C9;&#x30ED;&#x30B2;&#x30CA;&#x30FC;&#x30BC; PSBD &#x30B0;&#x30ED;&#x30FC;&#x30D0;&#x30EB;&#x4E0B;&#x308A;&#x5742;&#x306E;&#x6298;&#x308A;&#x305F;&#x305F;&#x307F; (&#x30AC;&#x30EB;&#x30B7;&#x30A2; &#x30DF;&#x30E9; et al., &#x79D1;&#x5B66; 2002&#x5E74;; 298:2191), &#x306E;&#x6700;&#x521D;&#x306E;&#x4F8B;&#x3068;&#x3057;&#x3066;&#x8A18;&#x8F09;&#x3055;&#x308C;&#x305F;&#x5F8C;&#x306E;&#x91CD;&#x8981;&#x306A;&#x8AD6;&#x4E89;&#x306E;&#x5BFE;&#x8C61;&#x3068;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x5206;&#x985E;&#x3002;&#x660E;&#x793A;&#x7684;&#x306A;&#x6C34;&#x30E2;&#x30C7;&#x30EB;&#x3068;&#x30EC;&#x30D7;&#x30EA;&#x30AB;&#x4EA4;&#x63DB;&#x6CD5;&#x3068;&#x96C6;&#x4E2D;&#x7684;&#x306A;&#x5168;&#x539F;&#x5B50;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x3053;&#x306E;&#x554F;&#x984C;&#x3092;&#x89E3;&#x6C7A;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x306F;&#x3001;&#x30B5;&#x30F3;&#x30D7;&#x30EB;&#x306E;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA; BBL &#x76F8;&#x7A7A;&#x9593;&#x3068;&#x81EA;&#x7531;&#x30A8;&#x30CD;&#x30EB;&#x30AE;&#x30FC;&#x5730;&#x5F62;&#x3092;&#x63CF;&#x304D;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005; &#x306E;&#x81EA;&#x7531;&#x30A8;&#x30CD;&#x30EB;&#x30AE;&#x30FC;&#x306E;&#x969C;&#x58C1;&#x9AD8;&#x3055;&#x306E; k 1-2 (B) T &#x306E;&#x898B;&#x7A4D;&#x3082;&#x308A;&#x3092;&#x4E0E;&#x3048;&#x308B;&#x3001;&#x65B9;&#x6CD5;&#x306B;&#x4F9D;&#x5B58;&#x3057;&#x3066;&#x3001;&#x30A8;&#x30CD;&#x30EB;&#x30AE;&#x30FC;&#x306E;&#x98A8;&#x666F;&#x306F;&#x4E88;&#x60F3;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x307E;&#x305F;&#x3001;&#x9077;&#x79FB;&#x9818;&#x57DF;&#x306E;&#x30B3;&#x30F3;&#x30DB;&#x30E1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x5206;&#x5E03;&#x3092;&#x691C;&#x8A0E;&#x3057;&#x3001;&#x5927;&#x5909;&#x52D5;&#x306E;&#x7A7A;&#x9593;&#x7684;&#x306A;&#x65B9;&#x5411;&#x3092;&#x793A;&#x3059;&#x306B;&#x5BFE;&#x3057;&#x3001;3 &#x3064;&#x306E;&#x30D8;&#x30EA;&#x30C3;&#x30AF;&#x30B9;&#x4E00;&#x822C;&#x7684;&#x306B;&#x540C;&#x69D8;&#x306E;&#x30DD;&#x30B8;&#x30B7;&#x30E7;&#x30F3;&#x3068;&#x3057;&#x3066;&#x306F;&#x3001;&#x30CD;&#x30A4;&#x30C6;&#x30A3;&#x30D6;&#x306E;&#x30A2;&#x30E1;&#x30EA;&#x30AB;&#x3067;&#x53D6;&#x308B;&#x3053;&#x3068;&#x3092;&#x898B;&#x3064;&#x3051;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005; &#x306F;&#x3055;&#x3089;&#x306B;&#x500B;&#x5225;&#x306B;&#x3001;&#x5168;&#x4F53;&#x3092;&#x4E0E;&#x3048;&#x308B; 2 &#x3064;&#x306E;&#x72B6;&#x614B;&#x30E2;&#x30C7;&#x30EB;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066; 5 &#x3064;&#x306E;&#x69CB;&#x9020;&#x7684;&#x7279;&#x5FB4;&#x306E;&#x71B1;&#x5909;&#x6027;&#x66F2;&#x7DDA;&#x306E;&#x3042;&#x3066;&#x306F;&#x3081;&#x306B;&#x3088;&#x308B;&#x5225;&#x306E;&#x4FE1;&#x53F7;&#x306E;&#x9593;&#x306E;&#x4E0D;&#x6574;&#x5408;&#x3092;&#x6EB6;&#x878D;&#x6E29;&#x5EA6; 19 K &#x5E83;&#x304C;&#x308B;&#x691C;&#x51FA;&#x3057;&#x307E;&#x3059;&#x3002;&#x3053;&#x308C;&#x3089;&#x3059;&#x3079;&#x3066;&#x306E;&#x6A5F;&#x80FD;&#x306F;&#x975E;&#x5E38;&#x306B;&#x4F4E;&#x3044;&#x30D8;&#x30AD;&#x30B5;&#x30AF;&#x30ED;&#x30ED;&#x30D5;&#x30A7;&#x30F3;&#x3068;&#x6298;&#x308A;&#x7573;&#x307F;&#x5F0F;&#x306E;&#x7D75;&#x3068;&#x4E00;&#x8CAB;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;(Sadqi et al., &#x81EA;&#x7136; 2006&#x5E74;; 442:317) &#x5B9F;&#x9A13;&#x30C7;&#x30FC;&#x30BF;&#x3068;&#x6BD4;&#x8F03;&#x3057;&#x3066;&#x3001;&#x6211;&#x3005; &#x306E;&#x7D50;&#x679C; Naf BBL (pH5.3)&#x3001;&#x3055;&#x3089;&#x306B;&#x4F4E;&#x3044;&#x969C;&#x58C1;&#x9AD8;&#x3055;&#x3068;&#x5354;&#x540C;&#x6027;&#x304C;&#x3042;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;

&#x5168;&#x539F;&#x5B50;&#x30EC;&#x30D7;&#x30EA;&#x30AB;&#x4EA4;&#x63DB;&#x5206;&#x5B50;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x86CB;&#x767D;&#x8CEA; BBL&#x3002;

&#xB0B4;&#xB9AC;&#xB9C9; &#xC811;&#xB294; &#xC5D0;&#xB108;&#xC9C0; &#xD504;&#xB9AC; &#xC774;&#xB860;&#xC758; &#xAC00;&#xC7A5; &#xC911;&#xC694; &#xD55C; &#xC608;&#xCE21; &#xC911; &#xD558;&#xB098;&#xC785;&#xB2C8;&#xB2E4;. &#xCD5C;&#xADFC;, &#xBCD1;&#xC6D0; &#xC131; &#xB300;&#xC7A5;&#xADE0; 2 oxoglutarate &#xD6A8;&#xC18C; PSBD (&#xAC00;&#xB974;&#xC2DC;&#xC544;-&#xBBF8; &#xB77C; &#xC678;., &#xACFC;&#xD559; 2002; 298:2191), &#xAE00;&#xB85C;&#xBC8C; &#xB0B4;&#xB9AC;&#xB9C9; &#xC811;&#xB294;&#xC758; &#xCCAB; &#xBC88;&#xC9F8; &#xC608;&#xC81C;&#xB85C;&#xB294; &#xC0C1;&#xB2F9;&#xD55C; &#xB17C;&#xB780;&#xC758; &#xCD5C;&#xC2E0; &#xC8FC;&#xC81C; &#xB418;&#xC5C8;&#xC2B5;&#xB2C8;&#xB2E4; &#xBD84;&#xB958;. &#xC9D1;&#xC911; &#xBAA8;&#xB4E0; &#xC544;&#xD1B0; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158; &#xBA85;&#xC2DC;&#xC801; &#xBB3C; &#xBAA8;&#xB378; &#xBC0F; &#xBCF5;&#xC81C;&#xBCF8; &#xAD50;&#xD658; &#xBC29;&#xBC95;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC;&#xC774; &#xBB38;&#xC81C;&#xB97C; &#xD574;&#xACB0; &#xD558;&#xB824;&#xBA74; &#xB2E8;&#xBC31;&#xC9C8; BBL&#xC758; &#xC704;&#xC0C1; &#xACF5;&#xAC04;&#xC744; &#xC0D8;&#xD50C;&#xB9C1; &#xD558; &#xACE0; &#xC790;&#xC720; &#xC5D0;&#xB108;&#xC9C0; &#xD48D;&#xACBD; &#xBB18;&#xC0AC;. &#xC6B0;&#xB9AC; &#xC790;&#xC720; &#xC5D0;&#xB108;&#xC9C0; &#xC7A5;&#xBCBD; &#xB192;&#xC774;&#xC758; T k 1-2 (B)&#xC758; &#xCD94;&#xC815;, &#xBC29;&#xC2DD;&#xC5D0; &#xB530;&#xB77C; &#xC5D0;&#xB108;&#xC9C0; &#xD48D;&#xACBD;&#xC73C;&#xB85C; &#xC608;&#xC0C1; &#xB41C;&#xB2E4;. &#xC6B0;&#xB9AC;&#xB294; &#xB610;&#xD55C; &#xAD6C;&#xC870;&#xC801; &#xC804;&#xD658; &#xC9C0;&#xC5ED; &#xBD84;&#xD3EC;&#xB97C; &#xC5F0;&#xAD6C; &#xD558; &#xACE0; &#xADF8; &#xC138; &#xD3EC;&#xD568; &#xC77C;&#xBC18;&#xC801;&#xC73C;&#xB85C; &#xAC78;&#xB9B4; &#xAC83;&#xACFC; &#xBE44;&#xC2B7;&#xD55C; &#xC704;&#xCE58; &#xAE30;&#xBCF8; &#xC0C1;&#xD0DC;&#xC5D0;&#xC11C; &#xADF8;&#xB4E4;&#xC758; &#xACF5;&#xAC04;&#xC801; &#xBC29;&#xD5A5; &#xD070; &#xBCC0;&#xD654;&#xB97C; &#xD45C;&#xC2DC; &#xD558;&#xB294; &#xBC18;&#xBA74; &#xCC3E;&#xC2B5;&#xB2C8;&#xB2E4;. &#xB354; &#xAC1C;&#xBCC4;&#xC801;&#xC73C;&#xB85C; 5 &#xAD6C;&#xC870; &#xAE30;&#xB2A5; &#xB113;&#xC740; &#xC81C;&#xACF5; &#xD558;&#xB294; 2-&#xC0C1;&#xD0DC; &#xBAA8;&#xB378;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC5F4; &#xBCC0;&#xC131; &#xCEE4;&#xBE0C; &#xD53C;&#xD305; &#xD558; &#xC5EC; &#xC11C;&#xB85C; &#xB2E4;&#xB978; &#xC2E0;&#xD638; &#xC0AC;&#xC774;&#xC758; &#xBD88;&#xC77C;&#xCE58; &#xD655;&#xC0B0; 19 &#xACF5;&#xD654;&#xAD6D;&#xC758; &#xB179;&#xB294; &#xC628;&#xB3C4; &#xAC10;&#xC9C0; &#xC774;&#xB7EC;&#xD55C; &#xAE30;&#xB2A5;&#xC740; &#xBAA8;&#xB450; &#xB9E4;&#xC6B0; &#xB0AE;&#xC740; cooperativities&#xC640; &#xC811;&#xB294;&#xC758; &#xC0AC;&#xC9C4;&#xC744; &#xC77C;&#xCE58;. &#xC2E4;&#xD5D8; &#xB370;&#xC774;&#xD130; (Sadqi &#xC678;., &#xC790;&#xC5F0; 2006; 442:317)&#xC5D0; &#xBE44;&#xD574;, &#xC6B0;&#xB9AC;&#xC758; &#xACB0;&#xACFC; &#xB354; &#xB0AE;&#xC740; &#xC7A5;&#xBCBD; &#xB192;&#xC774; cooperativity Naf BBL (pH5.3) &#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xB098;&#xD0C0;&#xB0C5;&#xB2C8;&#xB2E4;.

&#xBAA8;&#xB4E0; &#xC544;&#xD1B0; &#xBCF5;&#xC81C; &#xB2E8;&#xBC31;&#xC9C8; BBL&#xC758; &#xBD84;&#xC790; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158;&#xC744; &#xAD50;&#xD658; &#xD569;&#xB2C8;&#xB2E4;.

Plegamiento alpino es una de las m&aacute;s importantes predicciones de la teor&iacute;a del paisaje de energ&iacute;a. Recientemente, la deshidrogenasa de 2-oxoglutarato Escherichia coli PSBD fue descrita como un primer ejemplo de plegamiento alpino global (Garcia-Mira et al., 2002 ciencia; 298:2191), clasificaci&oacute;n que ha sido m&aacute;s adelante objeto de gran controversia. Para ayudar a resolver este problema, a trav&eacute;s de simulaci&oacute;n de todo-&aacute;tomo intensivo con modelo expl&iacute;cito del agua y el m&eacute;todo de intercambio de r&eacute;plica, nos muestra el espacio de la fase de prote&iacute;na BBL y describir el paisaje de la energ&iacute;a libre. Damos una estimaci&oacute;n de la altura de la barrera de energ&iacute;a libre de 1-2 k (B) T, depende de lo que se proyecta el paisaje de la energ&iacute;a. Tambi&eacute;n estudiamos la distribuci&oacute;n conformacional de la regi&oacute;n de transici&oacute;n y encontrar que las tres h&eacute;lices toman generalmente las posiciones similares que en los Estados nativos mientras que sus orientaciones espaciales muestran gran variabilidad. Adem&aacute;s, detectamos la inconsistencia entre diversas se&ntilde;ales ajustando individualmente las curvas de desnaturalizaci&oacute;n t&eacute;rmica de cinco caracter&iacute;sticas estructurales mediante el modelo de dos Estados, que da una amplia extensi&oacute;n de fusi&oacute;n de 19 K. Todas estas caracter&iacute;sticas son constantes con un cuadro de plegable con cooperativities muy bajos. En comparaci&oacute;n con los datos experimentales (Sadqi et al., Nature 2006; 442:317), nuestros resultados indican que el Naf-BBL (pH5.3) puede tener un a&uacute;n menor altura y cooperatividad.

Todo-&aacute;tomo r&eacute;plica intercambiar simulaci&oacute;n molecular de la prote&iacute;na BBL.

&#x86CB;&#x767D;&#x8D28;&#x6298;&#x53E0;&#x662F;&#x5206;&#x5B50;&#x751F;&#x7269;&#x5B66;&#x4E2D;&#x7684;&#x4E00;&#x4E2A;&#x91CD;&#x8981;&#x548C;&#x5177;&#x6709;&#x6311;&#x6218;&#x6027;&#x7684;&#x95EE;&#x9898;&#x3002;&#x5728;&#x8FC7;&#x53BB;&#x7684;&#x4E8C;&#x5341;&#x5E74;&#x671F;&#x95F4; (MD) &#x7684;&#x5206;&#x5B50;&#x52A8;&#x529B;&#x5B66;&#x6A21;&#x62DF;&#x5DF2;&#x8BC1;&#x660E;&#x662F;&#x6700;&#x91CD;&#x8981;&#x7684;&#x5DE5;&#x5177;&#x548C;&#x88AB;&#x5E7F;&#x6CDB;&#x7528;&#x4E8E;&#x7814;&#x7A76;&#x86CB;&#x767D;&#x8D28;&#x7ED3;&#x6784;&#x3001; &#x6298;&#x53E0;&#x52A8;&#x529B;&#x5B66;&#x548C;&#x70ED;&#x529B;&#x5B66;&#xFF0C;&#x4EE5;&#x53CA;&#x7ED3;&#x6784;&#x7684;&#x7A33;&#x5B9A;&#x6027;&#x4E0E;&#x529F;&#x80FD;&#x7684;&#x5173;&#x7CFB;&#x3002;&#x5B83;&#x8FD8;&#x88AB;&#x7528;&#x4E8E;&#x5E2E;&#x52A9;&#x5DE5;&#x7A0B;&#x548C;&#x8BBE;&#x8BA1;&#x65B0;&#x7684;&#x86CB;&#x767D;&#x8D28;&#xFF0C;&#x5E76;&#x56DE;&#x7B54;&#x751A;&#x81F3;&#x66F4;&#x4E3A;&#x4E00;&#x822C;&#x6027;&#x7684;&#x95EE;&#x9898;&#xFF0C;&#x4F8B;&#x5982;&#x6700;&#x5C11;&#x91CF;&#x7684;&#x6C28;&#x57FA;&#x9178;&#x6216;&#x86CB;&#x767D;&#x8D28;&#x5BB6;&#x5EAD;&#x7684;&#x6F14;&#x53D8;&#x539F;&#x5219;&#x3002;&#x4ECA;&#x65F6;&#x4ECA;&#x65E5;&#xFF0C;MD &#x6A21;&#x62DF;&#x4ECD;&#x6B63;&#x5728;&#x8FC5;&#x901F;&#x53D1;&#x5C55;&#x3002;&#x7B2C;&#x4E00;&#x4E2A;&#x8D8B;&#x52BF;&#x662F;&#x5BF9;&#x5F00;&#x53D1;&#x65B0;&#x7684;&#x7C97;&#x7C92;&#x5EA6;&#x6A21;&#x578B;&#x548C;&#x5B66;&#x4E60;&#x66F4;&#x5927;&#x548C;&#x66F4;&#x590D;&#x6742;&#x7684;&#x5206;&#x5B50;&#x7CFB;&#x7EDF;&#x8FD9;&#x79CD;&#x4F5C;&#x4E3A;&#x86CB;&#x767D;&#x8D28;-&#x86CB;&#x767D;&#x8D28;&#x590D;&#x5408;&#x4F53;&#x548C;&#x5176;&#x88C5;&#x914D;&#x8FC7;&#x7A0B;&#x3001; &#x6DC0;&#x7C89;&#x6837;&#x76F8;&#x5173;&#x7684;&#x805A;&#x5408;&#xFF0C;&#x548C;&#x7ED3;&#x6784;&#x53CA;&#x5176;&#x8FD0;&#x52A8;&#x7684;&#x966A;&#x4F34;&#x3001; &#x7535;&#x52A8;&#x673A;&#x3001; &#x6E20;&#x9053;&#x548C;&#x75C5;&#x6BD2; capsides &#xFF1B;&#x7B2C;&#x4E8C;&#x4E2A;&#x8D8B;&#x52BF;&#x662F;&#x671D;&#x7740;&#x5EFA;&#x7ACB;&#x9AD8;&#x5206;&#x8FA8;&#x7387;&#x6A21;&#x578B;&#x548C;&#x63A2;&#x7D22;&#x66F4;&#x8BE6;&#x7EC6;&#x548C;&#x51C6;&#x786E;&#x7684;&#x56FE;&#x7247;&#xFF0C;&#x86CB;&#x767D;&#x8D28;&#x6298;&#x53E0;&#x548C;&#x76F8;&#x5173;&#x7684;&#x6D41;&#x7A0B;&#xFF0C;&#x5982;&#x534F;&#x8C03;&#x503A;&#x5238;&#x6216;&#x4E8C;&#x786B;&#x952E;&#x6D89;&#x53CA;&#x53EF;&#x6298;&#x53E0;&#x3001; &#x4E24;&#x6781;&#x5206;&#x5316;&#x3001; &#x7535;&#x8377;&#x8F6C;&#x79FB;&#x548C; protonate/deprotonate &#x8FC7;&#x7A0B;&#x6240;&#x6D89;&#x53CA;&#x7684;&#x91D1;&#x5C5E;&#x8026;&#x5408;&#x6298;&#x53E0;&#x548C;&#x79BB;&#x5B50;&#x6E17;&#x900F;&#x548C;&#x5176;&#x8026;&#x5408;&#x4E0E;&#x52A8;&#x529B;&#x5B66;&#x7684;&#x6E20;&#x9053;&#x3002;&#x5173;&#x4E8E;&#x8FD9;&#x4E9B;&#x65B0;&#x7684;&#x9886;&#x571F;&#xFF0C;MD &#x6A21;&#x62DF;&#x6709;&#x5F88;&#x591A;&#x4E00;&#x4E9B;&#x53EF;&#x559C;&#x7684;&#x6210;&#x679C;&#xFF0C;&#x5C06;&#x7EE7;&#x7EED;&#x63D0;&#x4F9B;&#x4EE4;&#x4EBA;&#x5174;&#x594B;&#x7684;&#x610F;&#x89C1;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#xFF0C;&#x6211;&#x4EEC;&#x5BA1;&#x67E5;&#x8C03;&#x67E5;&#x901A;&#x8FC7;&#x4F7F;&#x7528; MD &#x6A21;&#x62DF;&#x4EE5;&#x53CA;&#x9002;&#x5F53;&#x86CB;&#x767D;&#x8D28;&#x6A21;&#x578B;&#x7684;&#x76F8;&#x5E94;&#x53D1;&#x5C55;&#x7684;&#x51E0;&#x4E2A;&#x65B0;&#x95EE;&#x9898;&#x3002;&#x8FD9;&#x4E9B;&#x5305;&#x62EC;&#x4F46;&#x4E0D;&#x662F;&#x9650;&#x4E8E;&#x4F01;&#x56FE;&#x8D85;&#x8D8A;&#x57FA;&#x4E8E;&#x62D3;&#x6251; G&#x14D; &#x6837;&#x6A21;&#x578B;&#x548C;&#x7279;&#x5F81;&#x4E2D;&#x86CB;&#x767D;&#x8D28;&#x7684;&#x7ED3;&#x6784;&#x548C;&#x52A8;&#x529B;&#x5B66;&#x7684;&#x6709;&#x529B;&#x56E0;&#x7D20;&#xFF0C;&#x7814;&#x7A76;&#x7684;&#x70ED;&#x529B;&#x5B66;&#x548C;&#x52A8;&#x529B;&#x5B66;&#x7814;&#x7A76;&#x4E8C;&#x786B;&#x5316;&#x503A;&#x5238;&#x6D89;&#x53CA;&#x7684;&#x86CB;&#x767D;&#x8D28;&#x6298;&#x53E0;&#x3001; &#x817E;&#x51B2;&#x548C;&#x5C01;&#x88C5;&#x7684;&#x86CB;&#x767D;&#x8D28;&#x4E4B;&#x95F4;&#x7684;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x7684;&#x5EFA;&#x6A21;&#x548C;&#x86CB;&#x767D;&#x8D28;&#x6298;&#x53E0;&#x5728;&#x6B64;&#x60C5;&#x51B5;&#x4E0B;&#xFF0C;&#x5C1A;&#x672A;&#x6F84;&#x6E05;&#xFF0C;&#x91CD;&#x8981;&#x7684;&#x52AA;&#x529B;&#x4ECD;&#x7136;&#x96BE;&#x4EE5;&#x6349;&#x6478;&#x6298;&#x53E0;&#x673A;&#x7406;&#x7684;&#x86CB;&#x767D;&#x518D;&#x521B;&#x7EAA;&#x5F55;&#x79BB;&#x6563; MD &#x7684;&#x53D1;&#x5C55;&#x53CA;&#x5176;&#x5728;&#x7814;&#x7A76; &alpha;-&beta; &#x6784;&#x8C61;&#x8F6C;&#x6362;&#x548C;&#x4F4E;&#x805A;&#x7269;&#x88C5;&#x914D;&#x8FC7;&#x7A0B;&#x4E2D;&#xFF0C;&#x4E0E;&#x91D1;&#x5C5E;&#x79BB;&#x5B50;&#x7684;&#x5EFA;&#x6A21;&#x6D89;&#x53CA;&#x86CB;&#x767D;&#x8D28;&#x6298;&#x53E0;&#x3002;

&#x86CB;&#x767D;&#x8D28;&#x6298;&#x53E0;&#x6A21;&#x62DF;&#xFF1A; &#x4ECE;&#x7C97;&#x7C92;&#x5EA6;&#x6A21;&#x578B;&#x5230;&#x6240;&#x6709;&#x539F;&#x5B50;&#x6A21;&#x578B;&#x3002;

Protein folding is an important and challenging problem in molecular biology. During the last two decades, molecular dynamics (MD) simulation has proved to be a paramount tool and was widely used to study protein structures, folding kinetics and thermodynamics, and structure-stability-function relationship. It was also used to help engineering and designing new proteins, and to answer even more general questions such as the minimal number of amino acid or the evolution principle of protein families. Nowadays, the MD simulation is still undergoing rapid developments. The first trend is to toward developing new coarse-grained models and studying larger and more complex molecular systems such as protein-protein complex and their assembling process, amyloid related aggregations, and structure and motion of chaperons, motors, channels and virus capsides; the second trend is toward building high resolution models and explore more detailed and accurate pictures of protein folding and the associated processes, such as the coordination bond or disulfide bond involved folding, the polarization, charge transfer and protonate/deprotonate process involved in metal coupled folding, and the ion permeation and its coupling with the kinetics of channels. On these new territories, MD simulations have given many promising results and will continue to offer exciting views. Here, we review several new subjects investigated by using MD simulations as well as the corresponding developments of appropriate protein models. These include but are not limited to the attempt to go beyond the topology based GÅ-like model and characterize the energetic factors in protein structures and dynamics, the study of the thermodynamics and kinetics of disulfide bond involved protein folding, the modeling of the interactions between chaperonin and the encapsulated protein and the protein folding under this circumstance, the effort to clarify the important yet still elusive folding mechanism of protein BBL, the development of discrete MD and its application in studying the alpha-beta conformational conversion and oligomer assembling process, and the modeling of metal ion involved protein folding.

Protein folding simulations: from coarse-grained model to all-atom model.

Le repliement des prot&eacute;ines est un probl&egrave;me important et difficile en biologie mol&eacute;culaire. Au cours des deux derni&egrave;res d&eacute;cennies, la simulation de dynamique mol&eacute;culaire (DM) s&#39;est av&eacute;r&eacute; pour &ecirc;tre un outil primordial et a &eacute;t&eacute; largement utilis&eacute;e pour l&#39;&eacute;tude des structures prot&eacute;iques, pliage cin&eacute;tique et thermodynamique et relation structure-fonction-stabilit&eacute;. Il &eacute;tait &eacute;galement utilis&eacute; pour aider l&#39;ing&eacute;nierie et la conception de nouvelles prot&eacute;ines et pour r&eacute;pondre &agrave; des questions plus g&eacute;n&eacute;rales telles que le nombre minimal d&#39;acides amin&eacute;s ou le principe de l&#39;&eacute;volution des familles de prot&eacute;ines. De nos jours, la simulation de MD est encore en cours de d&eacute;veloppements rapides. La premi&egrave;re tendance est de vers l&#39;&eacute;laboration de nouveaux mod&egrave;les &agrave; grain grossier et &eacute;tudier plus grande et plus complexes syst&egrave;mes mol&eacute;culaires telles comme un processus complexe de prot&eacute;ines et leur assemblage, les agr&eacute;gations amylo&iuml;des connexes et structure et mouvement des accompagnateurs, des moteurs, des canaux et des virus capsides ; la deuxi&egrave;me tendance s&#39;oriente vers la construction de mod&egrave;les de haute r&eacute;solution et d&eacute;couvrir des images plus d&eacute;taill&eacute;es et pr&eacute;cises de repliement des prot&eacute;ines et les processus associ&eacute;s, tels que la liaison de coordination ou de la liaison disulfure impliqu&eacute; le pliage, la polarisation, le transfert de charge et de protoner/d&eacute;protoner processus impliqu&eacute;s en m&eacute;tal coupl&eacute; de pliage et la p&eacute;n&eacute;tration des ions et son couplage avec la cin&eacute;tique des canaux. Sur ces nouveaux territoires, des simulations de MD ont donn&eacute; des r&eacute;sultats prometteurs et continueront d&#39;offrir des vues int&eacute;ressantes. Ici, nous passons en revue plusieurs nouveaux sujets &eacute;tudi&eacute;s en utilisant des simulations de MD ainsi que les d&eacute;veloppements correspondants des mod&egrave;les appropri&eacute;s de prot&eacute;ine. Ceux-ci incluent mais ne se limitent pas &agrave; la tentative d&#39;aller au-del&agrave; du mod&egrave;le de G&#x14D; comme topologie bas&eacute;e et caract&eacute;riser les facteurs &eacute;nerg&eacute;tiques dans les structures prot&eacute;iques et dynamique, l&#39;&eacute;tude de la thermodynamique et la cin&eacute;tique du disulfure de bond prot&eacute;ines impliqu&eacute;es pliant, la mod&eacute;lisation des interactions entre chaperonin et la prot&eacute;ine encapsul&eacute;e et la prot&eacute;ine pliage en cette circonstance, l&#39;effort pour clarifier les importantes encore toujours insaisissable m&eacute;canisme de pliage de prot&eacute;ine BBL, le d&eacute;veloppement du MD discr&egrave;te et son application dans l&#39;&eacute;tude de l&#39;alpha-b&ecirc;ta conversion conformationnelle et oligom&egrave;re assemblage du processus, et la mod&eacute;lisation de l&#39;ion m&eacute;tallique impliqu&eacute; le repliement des prot&eacute;ines.

Les simulations de repliement des prot&eacute;ines : du mod&egrave;le &agrave; grain grossier au mod&egrave;le tout-atome.

Proteinfaltung ist eine schwierige Problem in der Molekularbiologie. In den letzten zwei Jahrzehnten Molekulardynamik (MD) Simulation hat sich eine &uuml;berragende Instrument erwiesen und war weit verbreitet, Proteinstrukturen, klappbare Kinetik und Thermodynamik und Struktur-Stabilit&auml;t-Funktions-Beziehung zu studieren. Es diente auch Engineering und entwerfen neue Proteine helfen, und noch mehr allgemeine Fragen wie die minimale Anzahl der Aminos&auml;ure oder das Prinzip der Entwicklung von Proteinfamilien beantworten. Heutzutage ist die MD Simulation noch rasanten Entwicklungen unterworfen. Der erste Trend zeigt in Richtung Entwicklung neuer grobk&ouml;rnigen Modelle und Studium gr&ouml;&szlig;ere und komplexere molekularen Systemen solche wie Protein-Protein-komplexen und deren Montage verarbeiten, Amyloid Verwandte Aggregationen, und Struktur und Bewegung der Begleitpersonen, Motoren, Kan&auml;le und Virus-Capsides; der zweite Trend ist in Richtung hochaufl&ouml;sende Modelle bauen und weitere detaillierte und genaue Bilder der Proteinfaltung und die damit verbundenen Prozesse, wie z. B. die Koordination Bond oder Disulfidbindung Faltung ber&uuml;hrt, die Polarisation, Charge Transfer und Protonate/Ether-Prozess Beteiligten in Metall gekoppelt, Falten, und die Ionen-Permeation und seiner Kopplung mit der Kinetik der Kan&auml;le zu erkunden. Auf diesen neuen Territorien MD Simulationen haben viele vielversprechende Ergebnisse geliefert und werden auch weiterhin spannende Ausblicke bieten. Hier schauen wir uns einige neue Themen mit MD Simulationen sowie die entsprechenden Entwicklungen des entsprechenden Proteins Modelle untersucht. Dazu geh&ouml;ren aber nicht nur den Versuch, die Topologie basierend G&#x14D;-artige Modell hinausgehen und charakterisieren die energetischen Faktoren in Protein-Strukturen und Dynamik, die Studie der Thermodynamik und Kinetik der Disulfid Bindung beteiligten Proteinfaltung, die Modellierung der Interaktionen zwischen HSP60 und das gekapselte Protein und die Proteinfaltung, die unter diesen Umst&auml;nden, die Bem&uuml;hungen um die wichtigen noch kl&auml;ren noch schwer fassbaren Klappmechanismus des Proteins BBL, die Entwicklung von diskreten MD und ihrer Anwendung in das Studium der Alpha-Beta Konformations&auml;nderungen Konvertierung und Oligomer Montage zu verarbeiten und die Modellierung von Metall-Ionen beteiligt Proteinfaltung.

Proteinfaltung Simulationen: aus grobk&ouml;rnigen Modell All-Atom-Modell.

Il protein folding &egrave; un problema importante e impegnativo in biologia molecolare. Durante gli ultimi due decenni, simulazione di dinamica molecolare (MD) ha dimostrato di essere uno strumento di primaria importanza e fu ampiamente utilizzato per studiare le strutture della proteina, pieghevole cinetica e termodinamica e relazione struttura-funzione di stabilit&agrave;. &Egrave; stato utilizzato anche per aiutare l&#39;ingegneria e la progettazione di nuove proteine e di rispondere a domande anche pi&ugrave; generali quali il numero minimo di amminoacido o il principio di evoluzione delle famiglie della proteina. Al giorno d&#39;oggi, la simulazione MD ancora sta subendo rapidi sviluppi. La prima tendenza &egrave; verso lo sviluppo di nuovi modelli di grana grossa e studiando pi&ugrave; grandi e pi&ugrave; complessi sistemi molecolari tali come processo complesso proteina-proteina e loro assemblaggio, aggregazioni amiloide correlate e struttura e movimento di accompagnatori, motori, canali e virus capsides; la seconda tendenza &egrave; verso la costruzione di modelli ad alta risoluzione ed esplorare immagini pi&ugrave; dettagliate e precise del protein folding e i processi associati, come il legame di coordinazione o legame disolfuro coinvolto pieghevole, la polarizzazione, il trasferimento di carica e processo di protonare/deprotonate coinvolto in metallo accoppiato pieghevole e la permeazione ionica e suo accoppiamento con la cinetica dei canali. Su questi nuovi territori, simulazioni MD hanno dato molti risultati promettenti e continueranno ad offrire viste emozionanti. Qui, passiamo in rassegna diversi nuovi soggetti indagati mediante simulazioni MD, cos&igrave; come gli sviluppi dei modelli appropriati della proteina corrispondenti. Questi includono ma non sono limitati per il tentativo di andare oltre il modello simil-G&#x14D; topologia basata e caratterizzare i fattori energetici in strutture della proteina e la dinamica, lo studio della termodinamica e cinetica di disolfuro legame proteico coinvolto pieghevole, la modellazione delle interazioni tra chaperonina e la proteina incapsulata e la proteina pieghevole in questa circostanza, lo sforzo di chiarire l&#39;importante eppure ancora inafferrabile meccanismo di ripiegamento di proteine BBL, processo di sviluppo di MD discreti e la sua applicazione nello studio della conversione conformazionali alfa-beta e oligomero di montaggio, e la modellazione di ione metallico coinvolti ripiegamento proteico.

Simulazioni di piegatura della proteina: dalla grana grossa modello per modello all-atom.

&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x306E;&#x6298;&#x308A;&#x7573;&#x307F;&#x5206;&#x5B50;&#x751F;&#x7269;&#x5B66;&#x3001;&#x91CD;&#x8981;&#x304B;&#x3064;&#x56F0;&#x96E3;&#x306A;&#x554F;&#x984C;&#x3067;&#x3059;&#x3002;&#x6700;&#x5F8C;&#x306E;&#x4E8C;&#x5341;&#x4E2D;&#x5206;&#x5B50;&#x52D5;&#x529B;&#x5B66; (MD) &#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306F;&#x30D1;&#x30E9;&#x30DE;&#x30A6;&#x30F3;&#x30C8;&#x306E;&#x30C4;&#x30FC;&#x30EB;&#x3067;&#x3042;&#x308B;&#x3053;&#x3068;&#x3092;&#x8A3C;&#x660E;&#x3057;&#x3066;&#x3044;&#x308B;&#x3057;&#x3001;&#x5E83;&#x304F;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x69CB;&#x9020;&#x3001;&#x6298;&#x308A;&#x305F;&#x305F;&#x307F;&#x3001;&#x6298;&#x308A;&#x305F;&#x305F;&#x307F;&#x52D5;&#x529B;&#x5B66;&#x3068;&#x71B1;&#x529B;&#x5B66;&#x3001;&#x304A;&#x3088;&#x3073;&#x69CB;&#x9020;&#x5B89;&#x5B9A;&#x6027;&#x6A5F;&#x80FD;&#x306E;&#x95A2;&#x4FC2;&#x3092;&#x691C;&#x8A0E;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x4F7F;&#x7528;&#x3055;&#x308C;&#x307E;&#x3057;&#x305F;&#x3002;&#x305D;&#x308C;&#x306F;&#x307E;&#x305F;&#x5DE5;&#x5B66;&#x3068;&#x65B0;&#x898F;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x306E;&#x8A2D;&#x8A08;&#x3092;&#x652F;&#x63F4;&#x3057;&#x3066;&#x3001;&#x6700;&#x5C0F;&#x9650;&#x306E;&#x30A2;&#x30DF;&#x30CE;&#x9178;&#x3084;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x30D5;&#x30A1;&#x30DF;&#x30EA;&#x30FC;&#x306E;&#x9032;&#x5316;&#x4E3B;&#x7FA9;&#x306A;&#x3069;&#x306E;&#x3055;&#x3089;&#x306B;&#x3082;&#x3063;&#x3068;&#x4E00;&#x822C;&#x7684;&#x306A;&#x8CEA;&#x554F;&#x306B;&#x7B54;&#x3048;&#x308B;&#x305F;&#x3081;&#x306B;&#x4F7F;&#x7528;&#x3055;&#x308C;&#x307E;&#x3057;&#x305F;&#x3002;&#x4ECA;&#x65E5;&#x3067;&#x306F;&#x3001;MD &#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306F;&#x307E;&#x3060;&#x6025;&#x901F;&#x306A;&#x767A;&#x5C55;&#x3092;&#x7D4C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x6700;&#x521D;&#x306E;&#x50BE;&#x5411;&#x306B;&#x65B0;&#x3057;&#x3044;&#x7C97;&#x8996;&#x5316;&#x30E2;&#x30C7;&#x30EB;&#x306E;&#x958B;&#x767A;&#x3057;&#x3088;&#x308A;&#x5927;&#x304D;&#x306A;&#x52C9;&#x5F37;&#x3057;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x8907;&#x5408;&#x4F53;&#x3068;&#x305D;&#x306E;&#x7D44;&#x307F;&#x7ACB;&#x3066;&#x306E;&#x51E6;&#x7406;&#x65B9;&#x6CD5;&#x306F;&#x3088;&#x308A;&#x8907;&#x96D1;&#x306A;&#x5206;&#x5B50;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x306A;&#x3069;&#x3001;&#x30A2;&#x30DF;&#x30ED;&#x30A4;&#x30C9;&#x95A2;&#x9023;&#x96C6;&#x8A08;&#x3068;&#x69CB;&#x9020;&#x3068;&#x30B7;&#x30E3;&#x30DA;&#x30ED;&#x30F3;&#x3001;&#x30E2;&#x30FC;&#x30BF;&#x30FC;&#x3001;&#x30C1;&#x30E3;&#x30F3;&#x30CD;&#x30EB;&#x3001;&#x30A6;&#x30A4;&#x30EB;&#x30B9; capsides &#x306E;&#x904B;&#x52D5;&#x306B;&#x5411;&#x3051;&#x3066;&#x3067;&#x3059;;2 &#x756A;&#x76EE;&#x306E;&#x50BE;&#x5411;&#x306F;&#x9AD8;&#x89E3;&#x50CF;&#x5EA6;&#x30E2;&#x30C7;&#x30EB;&#x306E;&#x69CB;&#x7BC9;&#x306B;&#x5411;&#x3051;&#x305F;&#x3042;&#x308A;&#x3088;&#x3046;&#x8ABF;&#x6574;&#x50B5;&#x5238;&#x307E;&#x305F;&#x306F;&#x30B8;&#x30B9;&#x30EB;&#x30D5;&#x30A3;&#x30C9;&#x7D50;&#x5408;&#x6298;&#x308A;&#x305F;&#x305F;&#x307F;&#x3001;&#x504F;&#x5149;&#x3001;&#x96FB;&#x8377;&#x8EE2;&#x9001;&#x95A2;&#x4E0E;&#x3057;&#x3001;&#x6298;&#x308A;&#x7573;&#x307F;&#x5F0F;&#x306E;, &#x3068;&#x30A4;&#x30AA;&#x30F3;&#x306E;&#x900F;&#x904E;&#x3068;&#x305D;&#x306E;&#x30AB;&#x30C3;&#x30D7;&#x30EA;&#x30F3;&#x30B0; &#x30C1;&#x30E3;&#x30F3;&#x30CD;&#x30EB;&#x306E;&#x52D5;&#x529B;&#x5B66;&#x3068;&#x4EE5;&#x4E0B;&#x3067;/&#x30A8;&#x30CE;&#x30E9;&#x30FC;&#x30C8; &#x30D7;&#x30ED;&#x30BB;&#x30B9;&#x306E;&#x91D1;&#x5C5E;&#x306E;&#x95A2;&#x4E0E;&#x3092;&#x7D50;&#x5408;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x30D5;&#x30A9;&#x30FC;&#x30EB;&#x30C7;&#x30A3;&#x30F3;&#x30B0;&#x3068;&#x95A2;&#x9023;&#x4ED8;&#x3051;&#x3089;&#x308C;&#x305F;&#x30D7;&#x30ED;&#x30BB;&#x30B9;&#x306E;&#x3088;&#x308A;&#x8A73;&#x7D30;&#x304B;&#x3064;&#x6B63;&#x78BA;&#x306A;&#x5199;&#x771F;&#x3092;&#x63A2;&#x7D22;&#x3057;&#x307E;&#x3059;&#x3002;&#x3053;&#x308C;&#x3089;&#x306E;&#x65B0;&#x3057;&#x3044;&#x9818;&#x57DF;&#x306B; MD &#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306F;&#x591A;&#x304F;&#x306E;&#x6709;&#x671B;&#x306A;&#x7D50;&#x679C;&#x3092;&#x4E0E;&#x3048;&#x3066;&#x3044;&#x308B;&#x3057;&#x3001;&#x30A8;&#x30AD;&#x30B5;&#x30A4;&#x30C6;&#x30A3;&#x30F3;&#x30B0;&#x306A;&#x30D3;&#x30E5;&#x30FC;&#x3092;&#x63D0;&#x4F9B;&#x3057;&#x3066;&#x3044;&#x304D;&#x307E;&#x3059;&#x3002;&#x3053;&#x3053;&#x3067;&#x306F;&#x3001;&#x9069;&#x5207;&#x306A;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x30E2;&#x30C7;&#x30EB;&#x306E;&#x5BFE;&#x5FDC;&#x3059;&#x308B;&#x958B;&#x767A;&#x3068;&#x540C;&#x69D8;&#x306B; MD &#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306B;&#x3088;&#x308A;&#x691C;&#x8A0E;&#x3059;&#x308B;&#x3044;&#x304F;&#x3064;&#x304B;&#x306E;&#x65B0;&#x3057;&#x3044;&#x79D1;&#x76EE;&#x3092;&#x78BA;&#x8A8D;&#x3057;&#x307E;&#x3059;&#x3002;&#x3053;&#x308C;&#x3089;&#x3092;&#x542B;&#x3080;&#x304C;&#x9650;&#x5B9A;&#x3055;&#x308C;&#x306A;&#x3044;&#x3082;&#x306E;&#x306B;&#x57FA;&#x3065;&#x3044;&#x3066;&#x30C8;&#x30DD;&#x30ED;&#x30B8;&#x90F7;-like &#x30E2;&#x30C7;&#x30EB;&#x3092;&#x8D85;&#x3048;&#x3066;&#x79FB;&#x52D5;&#x3057;&#x3001;&#x30A8;&#x30CD;&#x30EB;&#x30AE;&#x30C3;&#x30B7;&#x30E5;&#x306A;&#x8981;&#x56E0;&#x86CB;&#x767D;&#x8CEA;&#x306E;&#x69CB;&#x9020;&#x3068;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x3092;&#x7279;&#x5FB4;&#x4ED8;&#x3051;&#x308B;&#x306E;&#x305F;&#x3081;&#x306B;&#x8A66;&#x307F;&#x3001;&#x71B1;&#x529B;&#x5B66;&#x304A;&#x3088;&#x3073;&#x4E8C;&#x786B;&#x5316;&#x7269;&#x306E;&#x4F53;&#x5185;&#x52D5;&#x614B;&#x306E;&#x691C;&#x8A0E;&#x30DC;&#x30F3;&#x30C9;&#x95A2;&#x4E0E;&#x3059;&#x308B;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x306E;&#x6298;&#x308A;&#x7573;&#x307F;&#x3001;&#x30B7;&#x30E3;&#x30DA;&#x30ED;&#x30CB;&#x30F3;&#x3068;&#x30AB;&#x30D7;&#x30BB;&#x30EB;&#x5316;&#x3055;&#x308C;&#x305F;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x9593;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x306E;&#x30E2;&#x30C7;&#x30EB;&#x5316;&#x3068;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x6298;&#x308A;&#x7573;&#x307F;&#x5F0F;&#x306E;&#x3053;&#x306E;&#x3088;&#x3046;&#x306A;&#x72B6;&#x6CC1;&#x4E0B;&#x3067;&#x3001;&#x307E;&#x3060;&#x3001;&#x91CD;&#x8981;&#x306A;&#x660E;&#x3089;&#x304B;&#x306B;&#x3059;&#x308B;&#x52AA;&#x529B;&#x306F;&#x307E;&#x3060;&#x3068;&#x3089;&#x3048;&#x3069;&#x3053;&#x308D;&#x306E;&#x306A;&#x3044;&#x306E;&#x30D5;&#x30A9;&#x30FC;&#x30EB;&#x30C7;&#x30A3;&#x30F3;&#x30B0;&#x6A5F;&#x69CB;&#x86CB;&#x767D;&#x8CEA; BBL&#x3001;&#x96E2;&#x6563; MD &#x306E;&#x958B;&#x767A;&#x3068;&#x5FDC;&#x7528;&#x3001;&alpha;-&beta; &#x69CB;&#x9020;&#x5909;&#x63DB;&#x3068;&#x30AA;&#x30EA;&#x30B4;&#x30DE;&#x30FC;&#x306E;&#x7D44;&#x307F;&#x7ACB;&#x3066;&#x3092;&#x52C9;&#x5F37;&#x3092;&#x51E6;&#x7406;&#x3001;&#x304A;&#x3088;&#x3073;&#x30E2;&#x30C7;&#x30EA;&#x30F3;&#x30B0;&#x306B;&#x304A;&#x3051;&#x308B;&#x91D1;&#x5C5E;&#x30A4;&#x30AA;&#x30F3;&#x304C;&#x95A2;&#x4E0E;&#x3059;&#x308B;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x306E;&#x6298;&#x308A;&#x7573;&#x307F;&#x3002;

&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x306E;&#x6298;&#x308A;&#x7573;&#x307F;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;: &#x7C97;&#x8996;&#x5316;&#x30E2;&#x30C7;&#x30EB;&#x306E;&#x5168;&#x539F;&#x5B50;&#x30E2;&#x30C7;&#x30EB;&#x304B;&#x3089;&#x3002;

&#xB2E8;&#xBC31;&#xC9C8; &#xD3F4;&#xB529; &#xD558;&#xB294; &#xAC83;&#xC740; &#xBD84;&#xC790; &#xC0DD;&#xBB3C;&#xD559;&#xC5D0; &#xC788;&#xB294; &#xC911;&#xC694; &#xD558; &#xACE0; &#xC5B4;&#xB824;&#xC6B4; &#xBB38;&#xC81C; &#xC774;&#xB2E4;. &#xC9C0;&#xB09C; 2 &#xB144; &#xB3D9;&#xC548; &#xBD84;&#xC790; &#xC5ED;&#xD559; (MD) &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158; &#xD30C;&#xB77C;&#xB9C8;&#xC6B4;&#xD2B8; &#xB3C4;&#xAD6C; &#xC785;&#xC99D; &#xD558;&#xACE0;&#xC788;&#xB2E4; &#xACE0; &#xB2E8;&#xBC31;&#xC9C8; &#xAD6C;&#xC870;, &#xC811;&#xB294; &#xC18D;&#xB3C4; &#xB860;&#xACFC; &#xC5F4;&#xC5ED;&#xD559;, &#xAD6C;&#xC870; &#xC548;&#xC815;&#xC131; &#xD568;&#xC218; &#xAD00;&#xACC4;&#xB97C; &#xACF5;&#xBD80; &#xD558; &#xACE0; &#xB110;&#xB9AC; &#xC0AC;&#xC6A9; &#xB418;&#xC5C8;&#xB2E4;. &#xC5D4;&#xC9C0;&#xB2C8;&#xC5B4;&#xB9C1; &#xBC0F; &#xC0C8;&#xB85C;&#xC6B4; &#xB2E8;&#xBC31;&#xC9C8;&#xC744; &#xB514;&#xC790;&#xC778; &#xD558;&#xB294; &#xB370; &#xD558; &#xACE0; &#xC544;&#xBBF8;&#xB178;&#xC0B0;&#xC758; &#xCD5C;&#xC18C;&#xD55C;&#xC758; &#xBC88;&#xD638; &#xB610;&#xB294; &#xB2E8;&#xBC31;&#xC9C8; &#xAC00;&#xC871;&#xC758; &#xC9C4;&#xD654; &#xC6D0;&#xB9AC; &#xB4F1;&#xB3C4; &#xC880; &#xB354; &#xC77C;&#xBC18;&#xC801;&#xC778; &#xC9C8;&#xBB38;&#xC5D0; &#xB300;&#xB2F5;&#xC5D0; &#xC0AC;&#xC6A9; &#xB418;&#xC5C8;&#xB2E4;. &#xC694;&#xC998;, MD &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158;&#xC740; &#xC5EC;&#xC804;&#xD788; &#xAE09;&#xC18D; &#xD55C; &#xBC1C;&#xC804;&#xC744; &#xACAA;&#xACE0; &#xC788;&#xB2E4;. &#xCCAB; &#xBC88;&#xC9F8; &#xACBD;&#xD5A5;&#xC740; &#xC0C8;&#xB85C;&#xC6B4; &#xC131;&#xAE34; &#xBAA8;&#xB378;&#xC744; &#xAC1C;&#xBC1C; &#xD558; &#xACE0; &#xD070; &#xACF5;&#xBD80; &#xD558; &#xACE0; &#xB354; &#xBCF5;&#xC7A1; &#xD55C; &#xBD84;&#xC790; &#xAC19;&#xC740; &#xB2E8;&#xBC31;&#xC9C8;-&#xB2E8;&#xBC31;&#xC9C8; &#xBCF5;&#xD569;&#xBB3C; &#xBC0F; &#xADF8;&#xB4E4;&#xC758; &#xC870;&#xB9BD; &#xACFC;&#xC815;&#xC73C;&#xB85C;, &#xB179;&#xB9D0; &#xCCB4; &#xAD00;&#xB828;&#xB41C; &#xC9D1;&#xACC4; &#xBC0F; &#xAD6C;&#xC870; &#xC2DC;&#xC2A4;&#xD15C;&#xACFC; &#xD504;&#xB871;, &#xBAA8;&#xD130;, &#xCC44;&#xB110; &#xBC0F; &#xBC14;&#xC774;&#xB7EC;&#xC2A4; capsides;&#xC758; &#xBAA8;&#xC158;&#xC744; &#xD5A5;&#xD574; &#xD558;&#xB294; &#xAC83; &#xB450; &#xBC88;&#xC9F8; &#xD2B8;&#xB80C;&#xB4DC;&#xB294; &#xACE0;&#xD574;&#xC0C1;&#xB3C4; &#xBAA8;&#xB378;&#xC744; &#xC791;&#xC131; &#xD558;&#xB294; &#xBC29;&#xD5A5;&#xC73C;&#xB85C; &#xD558; &#xACE0; &#xC870;&#xC815; &#xCC44;&#xAD8C; &#xC774;&#xB098; &#xC774;&#xD669;&#xD654; &#xCC44;&#xAD8C; &#xAD00;&#xB828; &#xC811;&#xB294;, &#xC591;&#xADF9; &#xD654;, &#xCDA9;&#xC804; &#xC804;&#xC1A1; &#xBC0F; protonate/deprotonate &#xD504;&#xB85C;&#xC138;&#xC2A4; &#xAE08;&#xC18D; &#xACB0;&#xD569; &#xC774;&#xC628; &#xD22C;&#xACFC;, &#xC811;&#xB294;, &#xADF8;&#xB9AC;&#xACE0; &#xCC44;&#xB110;&#xC758; &#xC18D;&#xB3C4; &#xB860;&#xACFC;&#xC758; &#xCEE4;&#xD50C;&#xB9C1; &#xAC19;&#xC740; &#xB2E8;&#xBC31;&#xC9C8; &#xD3F4;&#xB529; &#xBC0F; &#xAD00;&#xB828;&#xB41C; &#xD504;&#xB85C;&#xC138;&#xC2A4;&#xC758; &#xB354; &#xB9CE;&#xC740; &#xC0C1;&#xC138; &#xD558; &#xACE0; &#xC815;&#xD655;&#xD55C; &#xC0AC;&#xC9C4;&#xC744; &#xD0D0;&#xC0C9;. &#xC774;&#xB7EC;&#xD55C; &#xC0C8;&#xB85C;&#xC6B4; &#xC601;&#xD1A0;&#xC5D0; MD &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158; &#xB9CE;&#xC740; &#xC720;&#xB9DD;&#xD55C; &#xACB0;&#xACFC; &#xC900; &#xD558; &#xACE0; &#xD765;&#xBBF8;&#xB85C;&#xC6B4; &#xC804;&#xB9DD;&#xC744; &#xC81C;&#xACF5; &#xD558;&#xB294; &#xAC83;&#xC785;&#xB2C8;&#xB2E4;. &#xC5EC;&#xAE30;, &#xC6B0;&#xB9AC;&#xB294; &#xC801;&#xC808; &#xD55C; &#xB2E8;&#xBC31;&#xC9C8; &#xBAA8;&#xB378;&#xC758; &#xD574;&#xB2F9; &#xAC1C;&#xBC1C;&#xC73C;&#xB85C; MD &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC870;&#xC0AC; &#xD558;&#xB294; &#xC5EC;&#xB7EC; &#xC0C8;&#xB85C;&#xC6B4; &#xACFC;&#xBAA9; &#xAC80;&#xD1A0;. &#xC774;&#xB4E4;&#xC740; &#xD3EC;&#xD568; &#xD558;&#xC9C0;&#xB9CC; &#xC81C;&#xD55C; &#xB418;&#xC9C0; &#xC54A;&#xC2B5;&#xB2C8;&#xB2E4; &#xD1A0;&#xD3F4;&#xB85C;&#xC9C0; &#xAE30;&#xBC18; G&#x14D; &#xAC19;&#xC740; &#xBAA8;&#xB378;&#xC744; &#xB118;&#xC5B4; &#xC774;&#xB3D9; &#xD558; &#xACE0; &#xB2E8;&#xBC31;&#xC9C8;&#xC758; &#xAD6C;&#xC870;&#xC640; &#xC5ED;&#xD559;&#xC5D0; &#xC815;&#xB825;&#xC801; &#xC778; &#xC694;&#xC18C; &#xD2B9;&#xC131;&#xD654;&#xB97C; &#xC2DC;&#xB3C4;, &#xC5F4;&#xC5ED;&#xD559; &#xBC0F; &#xC18D;&#xB3C4; &#xB860; &#xC774;&#xD669;&#xD654;&#xC758; &#xC5F0;&#xAD6C; &#xAD00;&#xB828;&#xB41C; &#xB2E8;&#xBC31;&#xC9C8; &#xD3F4;&#xB529;, chaperonin &#xBC0F; &#xCEA1;&#xC290;&#xD654; &#xB41C; &#xB2E8;&#xBC31;&#xC9C8; &#xAC04;&#xC758; &#xC0C1;&#xD638; &#xC791;&#xC6A9; &#xBAA8;&#xB378;&#xB9C1; &#xC811;&#xCC29; &#xC2DC;&#xD0A4;&#xACE0; &#xB2E8;&#xBC31;&#xC9C8; &#xD3F4;&#xB529;&#xC774; &#xC0C1;&#xD669;&#xC5D0;&#xC11C; &#xC911;&#xC694; &#xD55C; &#xC544;&#xC9C1; &#xBA85;&#xD655; &#xD558; &#xAC8C; &#xB178;&#xB825; &#xC5EC;&#xC804;&#xD788; &#xB2E8;&#xBC31;&#xC9C8; BBL&#xC758; &#xAE30;&#xBB18;&#xD55C; &#xD3F4;&#xB529; &#xBA54;&#xCEE4;&#xB2C8;&#xC998;&#xAC1C;&#xBCC4; MD&#xC758; &#xAC1C;&#xBC1C; &#xBC0F; &#xC54C;&#xD30C;-&#xBCA0;&#xD0C0; &#xAD6C;&#xC870;&#xC801; &#xBCC0;&#xD658; &#xBC0F; &#xC62C;&#xB9AC;&#xACE0; &#xC870;&#xB9BD; &#xACF5;&#xBD80;&#xC5D0; &#xC751;&#xC6A9; &#xCC98;&#xB9AC; &#xBC0F; &#xAE08;&#xC18D; &#xC774;&#xC628;&#xC758; &#xBAA8;&#xB378;&#xB9C1; &#xAD00;&#xB828; &#xB2E8;&#xBC31;&#xC9C8; &#xC811;&#xAE30;.

&#xB2E8;&#xBC31;&#xC9C8; &#xD3F4;&#xB529; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158;: &#xBAA8;&#xB4E0; &#xC6D0;&#xC790; &#xBAA8;&#xB378;&#xC744; &#xC131;&#xAE34; &#xBAA8;&#xB378;&#xC5D0;&#xC11C;.

Plegamiento de la prote&iacute;na es un problema importante y desafiante en biolog&iacute;a molecular. Durante las &uacute;ltimas dos d&eacute;cadas, simulaci&oacute;n din&aacute;mica molecular (MD) ha demostrado para ser una herramienta primordial y fue ampliamente utilizado para el estudio de estructuras de prote&iacute;nas, plegable cin&eacute;tica y termodin&aacute;mica y relaci&oacute;n estructura-funci&oacute;n-estabilidad. Tambi&eacute;n fue utilizado para ayudar a la ingenier&iacute;a y el dise&ntilde;o de nuevas prote&iacute;nas y responder preguntas m&aacute;s generales como el n&uacute;mero m&iacute;nimo de amino&aacute;cido o el principio de la evoluci&oacute;n de familias de prote&iacute;nas. Hoy en d&iacute;a, la simulaci&oacute;n de MD todav&iacute;a est&aacute; experimentando r&aacute;pidos progresos. La primera tendencia es hacia desarrollando nuevos modelos de grano grueso y estudiar m&aacute;s grandes y sistemas m&aacute;s complejos moleculares tales como procesan complejo de prote&iacute;nas y su montaje, agregaciones relacionados con amiloides y estructura y movimiento de acompa&ntilde;antes, motores, canales y virus capsides; la segunda tendencia es hacia la construcci&oacute;n de modelos de alta resoluci&oacute;n y explorar im&aacute;genes m&aacute;s detalladas y precisas de plegamiento de la prote&iacute;na y los procesos asociados, tales como el enlace de coordinaci&oacute;n o Enlace disulfuro involucrados plegable, la polarizaci&oacute;n, la transferencia de la carga y hab&iacute;a acoplado de protonate/deprotonate proceso de metal plegable y la permeabilidad de iones y su acoplamiento con la cin&eacute;tica de canales. En estos nuevos territorios, simulaciones han dado muchos resultados prometedores y continuar&aacute;n ofreciendo vistas emocionantes. Aqu&iacute;, se revisan a varios nuevos temas investigados mediante el uso de simulaciones, as&iacute; como el correspondiente desarrollo de modelos de prote&iacute;na adecuada. &Eacute;stos incluyen pero no est&aacute;n limitadas al intento de ir m&aacute;s all&aacute; del modelo de Go-como base de la topolog&iacute;a y caracterizar los factores energ&eacute;ticos en estructuras de la prote&iacute;na y la din&aacute;mica, el estudio de la termodin&aacute;mica y la cin&eacute;tica de disulfuro bonos involucrada prote&iacute;na plegable, la modelaci&oacute;n de las interacciones entre la chaperonina y la prote&iacute;na encapsulada y la prote&iacute;na plegable bajo esta circunstancia, el intento de aclarar la importante pero todav&iacute;a esquivo mecanismo de plegado de la prote&iacute;na BBL, el desarrollo de MD discreta y su aplicaci&oacute;n en el estudio de la conversi&oacute;n conformacional Alfa-beta y olig&oacute;mero montaje proceso, y el modelado de iones met&aacute;licos involucrados plegamiento de la prote&iacute;na.

Simulaciones de plegamiento de la prote&iacute;na: de grano grueso modelo a modelo del &aacute;tomo de todo.

Syst&egrave;mes biomol&eacute;culaires sont intrins&egrave;quement hi&eacute;rarchiques et de nombreuses m&eacute;thodes de simulation qui tentent d&#39;int&eacute;grer atomistiques et grossi&egrave;res (CG) mod&egrave;les ont &eacute;t&eacute; propos&eacute;s, qui sont appel&eacute;s des simulations multi-&eacute;chelles. Ici, nous vous proposons une nouvelle dynamique mol&eacute;culaire multi-&eacute;chelles, m&eacute;thode de simulation qui peut atteindre de grande pr&eacute;cision et l&#39;efficacit&eacute; d&#39;&eacute;chantillonnage &eacute;lev&eacute;e simultan&eacute;ment sans aforehand des connaissances sur le potentiel CG et testez-le pour un syst&egrave;me biomol&eacute;culaire. Dans notre m&eacute;thode, une strat&eacute;gie d&#39;auto-apprentissage est introduite progressivement am&eacute;liorer le potentiel de la CG de mani&egrave;re it&eacute;rative. (1) Un mod&egrave;le CG, coupl&eacute; avec le mod&egrave;le atomistique, est utilis&eacute; pour obtenir l&#39;ensemble structurel CG, (2) qui est mapp&eacute; sur les mod&egrave;les des atomes. (3) L&#39;ensemble des atomes qui en r&eacute;sulte est utilis&eacute; pour d&eacute;river le mod&egrave;le CG de prochaine g&eacute;n&eacute;ration. Deux essais montrent que cette m&eacute;thode peut rapidement am&eacute;liorer le potentiel CG et atteindre efficace d&#39;&eacute;chantillonnage m&ecirc;me &agrave; partir d&#39;un potentiel CG irr&eacute;aliste. L&#39;&eacute;nergie libre qui en r&eacute;sulte concordent bien avec le r&eacute;sultat exact et la convergence de la m&eacute;thode &eacute;tait beaucoup plus rapide que celle de la m&eacute;thode d&#39;&eacute;change de r&eacute;pliques. La m&eacute;thode est g&eacute;n&eacute;rique et peut &ecirc;tre appliqu&eacute;e &agrave; de nombreux probl&egrave;mes biologiques et non biologiques.

Auto-apprentissage simulation multi-&eacute;chelle pour la r&eacute;alisation de haute pr&eacute;cision et haute efficacit&eacute; en m&ecirc;me temps.

&#x751F;&#x7269;&#x5206;&#x5B50;&#x7CFB;&#x7EDF;&#x672C;&#x8D28;&#x4E0A;&#x662F;&#x7B49;&#x7EA7;&#xFF0C;&#x63D0;&#x51FA;&#x8BB8;&#x591A;&#x5C1D;&#x8BD5;&#x96C6;&#x6210;&#x539F;&#x5B50;&#x548C;&#x7C97;&#x7C92;&#x5EA6; (CG) &#x6A21;&#x578B;&#x7684;&#x6A21;&#x62DF;&#x65B9;&#x6CD5;&#xFF0C;&#x8FD9;&#x88AB;&#x79F0;&#x4E3A;&#x591A;&#x5C3A;&#x5EA6;&#x6A21;&#x62DF;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#xFF0C;&#x6211;&#x4EEC;&#x5EFA;&#x8BAE;&#x65B0;&#x7684;&#x591A;&#x5C3A;&#x5EA6;&#x5206;&#x5B50;&#x52A8;&#x529B;&#x5B66;&#x6A21;&#x62DF;&#x65B9;&#x6CD5;&#xFF0C;&#x53EF;&#x4EE5;&#x5B9E;&#x73B0;&#x9AD8;&#x7CBE;&#x5EA6;&#x548C;&#x9AD8;&#x91C7;&#x6837;&#x6548;&#x7387;&#xFF0C;&#x540C;&#x65F6;&#x4E0D;&#x4E0A; CG &#x6F5C;&#x529B;&#x8BFE;&#x9884;&#x524D;&#x77E5;&#x8BC6;&#x548C;&#x751F;&#x7269;&#x5206;&#x5B50;&#x7CFB;&#x7EDF;&#x5BF9;&#x5176;&#x8FDB;&#x884C;&#x6D4B;&#x8BD5;&#x3002;&#x5728;&#x6211;&#x4EEC;&#x7684;&#x65B9;&#x6CD5;&#xFF0C;&#x81EA;&#x5B66;&#x7684;&#x6218;&#x7565;&#x6765;&#x9010;&#x6B65;&#x6539;&#x5584; CG &#x6F5C;&#x529B;&#x901A;&#x8FC7;&#x5F15;&#x5165;&#x8FED;&#x4EE3;&#x7684;&#x65B9;&#x5F0F;&#x3002;(1) CG &#x6A21;&#x578B;&#xFF0C;&#x52A0;&#x4E0A;&#x539F;&#x5B50;&#x6A21;&#x578B;&#xFF0C;&#x7528;&#x4E8E;&#x83B7;&#x5F97; CG &#x7ED3;&#x6784;&#x5408;&#x594F;&#xFF0C;(2) &#x8FD9;&#x6620;&#x5C04;&#x5230;&#x7684;&#x539F;&#x5B50;&#x6A21;&#x578B;&#x3002;(3) &#x4EA7;&#x751F;&#x7684;&#x539F;&#x5B50;&#x5408;&#x594F;&#x7528;&#x4E8E;&#x6D3E;&#x751F;&#x7684;&#x4E0B;&#x4E00;&#x4EE3;&#x7684; CG &#x6A21;&#x578B;&#x3002;&#x6B64;&#x65B9;&#x6CD5;&#x53EF;&#x4EE5;&#x8FC5;&#x901F;&#x6539;&#x5584; CG &#x7684;&#x6F5C;&#x529B;&#xFF0C;&#x5B9E;&#x73B0;&#x9AD8;&#x6548;&#x7684;&#x4E24;&#x4E2A;&#x6D4B;&#x8BD5;&#x663E;&#x793A;&#x53D6;&#x6837;&#x4ECE;&#x4E0D;&#x5207;&#x5B9E;&#x9645;&#x7684; CG &#x6F5C;&#x529B;&#x751A;&#x81F3;&#x5F00;&#x59CB;&#x3002;&#x7531;&#x6B64;&#x4EA7;&#x751F;&#x7684;&#x81EA;&#x7531;&#x80FD;&#x6E90;&#x4E5F;&#x540C;&#x610F;&#x5177;&#x4F53;&#x7684;&#x7ED3;&#x679C;&#x548C;&#x6CD5;&#x6536;&#x655B;&#x4E86;&#x6BD4;&#x7684;&#x526F;&#x672C;&#x4EA4;&#x6362;&#x6CD5;&#x5FEB;&#x5F97;&#x591A;&#x3002;&#x8BE5;&#x65B9;&#x6CD5;&#x662F;&#x6CDB;&#x578B;&#xFF0C;&#x5E76;&#x53EF;&#x5E94;&#x7528;&#x4E8E;&#x8BB8;&#x591A;&#x751F;&#x7269;&#x4EE5;&#x53CA;&#x975E;&#x751F;&#x7269;&#x95EE;&#x9898;&#x3002;

&#x81EA;&#x5B66;&#x540C;&#x65F6;&#x5B9E;&#x73B0;&#x9AD8;&#x7CBE;&#x5EA6;&#x548C;&#x9AD8;&#x6548;&#x7387;&#x7684;&#x591A;&#x5C3A;&#x5EA6;&#x7684;&#x6A21;&#x62DF;&#x3002;

Biomolecular systems are inherently hierarchic and many simulation methods that try to integrate atomistic and coarse-grained (CG) models have been proposed, which are called multiscale simulations. Here, we propose a new multiscale molecular dynamics simulation method which can achieve high accuracy and high sampling efficiency simultaneously without aforehand knowledge on the CG potential and test it for a biomolecular system. In our method, a self-learning strategy is introduced to progressively improve the CG potential by an iterative way. (1) A CG model, coupled with the atomistic model, is used for obtaining CG structural ensemble, (2) which is mapped to the atomistic models. (3) The resulting atomistic ensemble is used for deriving the next-generation CG model. Two tests show that this method can rapidly improve the CG potential and achieve efficient sampling even starting from an unrealistic CG potential. The resulting free energy agreed well with the exact result and the convergence by the method was much faster than that by the replica exchange method. The method is generic and can be applied to many biological as well as nonbiological problems.

Self-learning multiscale simulation for achieving high accuracy and high efficiency simultaneously.

Biomolekulare Systeme sind inh&auml;rent hierarchische und viele Simulationsmethoden, die versuchen, atomistischen und feink&ouml;rnigen (CG) Modelle integrieren vorgeschlagen worden, die Multiskalen Simulation genannt. Hier schlagen wir eine neue Multiskalen Molekulardynamik Simulationsverfahren, die hohe Genauigkeit und hohe Probenahme Effizienz gleichzeitig ohne Aforehand wissen &uuml;ber das CG-Potenzial zu erreichen und f&uuml;r biomolekulare Systeme testen kann. In unserer Methode ist eine selbstlernende Strategie eingef&uuml;hrt, um die CG schrittweise zu verbessern durch eine iterative Art und Weise. (1) Ein CG-Modell, gekoppelt mit der atomistischen Modell dient zur Erlangung von CG strukturelle Ensemble (2) die atomistische Modelle zugeordnet ist. (3) Das resultierende atomistische Ensemble dient zum Ableiten des n&auml;chsten Generation-CG-Modells. Zwei Tests zeigen, dass diese Methode kann rasch das CG-Potenzial verbessern und effizienten Probenahme sogar ein unrealistisch CG-Potenzial ab. Die resultierende freie Energie stimmte auch das genaue Ergebnis und die Konvergenz von der Methode war viel schneller als die von der Replikat-Austausch-Methode. Die Methode ist generisch und kann auf viele biologische sowie nonbiological Probleme angewendet werden.

Selbstlernende Multiskalen Simulation f&uuml;r eine hohe Genauigkeit und hohe Effizienz gleichzeitig.

Sistemi biomolecolari sono intrinsecamente gerarchico e sono stati proposti molti metodi di simulazione che cercano di integrare modelli (CG) atomistico e grana grossi, che sono denominati simulazioni multiscala. Qui, vi proponiamo una nuova dinamica molecolare multiscala metodo di simulazione che pu&ograve; conseguire ad alta precisione e l&#39;efficienza di campionamento alta simultaneamente senza conoscenza di aforehand sul potenziale di CG e testarlo per un sistema biomolecolare. Nel nostro metodo, una strategia di auto-apprendimento &egrave; stato introdotto per migliorare progressivamente il potenziale CG da un modo iterativo. (1) Un modello CG, accoppiato con il modello atomistico, viene utilizzato per ottenere ensemble strutturali CG, (2) che viene mappata ai modelli atomistico. (3) L&#39;ensemble atomistico risultante &egrave; utilizzata per ricavare il modello CG di prossima generazione. Visualizza due prove che questo metodo pu&ograve; rapidamente migliorare il potenziale CG e conseguire efficienza di campionamento anche a partire da un potenziale CG irrealistico. L&#39;energia libera della risultante ha accettato bene con il risultato esatto e la convergenza con il metodo era molto pi&ugrave; veloce che con il metodo di scambio di replica. Il metodo &egrave; generico e pu&ograve; essere applicato a molti problemi biologici cos&igrave; come queste.

Autoapprendimento simulazione multiscala per raggiungere un&#39;elevata precisione ed alta efficienza simultaneamente.

&#x751F;&#x4F53;&#x5206;&#x5B50;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x306F;&#x672C;&#x8CEA;&#x7684;&#x306B;&#x968E;&#x5C64;&#x7684;&#x3067;&#x3042;&#x308B;&#x3057;&#x3001;&#x306F;&#x30DE;&#x30EB;&#x30C1; &#x30B9;&#x30B1;&#x30FC;&#x30EB; &#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x3068;&#x547C;&#x3070;&#x308C;&#x308B;&#x539F;&#x5B50;&#x30E2;&#x30C7;&#x30EB;&#x3068;&#x7C97;&#x8996;&#x5316; (CG) &#x30E2;&#x30C7;&#x30EB;&#x3092;&#x7D71;&#x5408;&#x3057;&#x3088;&#x3046;&#x3068;&#x3059;&#x308B;&#x3068;&#x3001;&#x591A;&#x304F;&#x306E;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x624B;&#x6CD5;&#x304C;&#x63D0;&#x6848;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3053;&#x3053;&#x3067;&#x306F;&#x3001;&#x9AD8;&#x7CBE;&#x5EA6;&#x3001;&#x9AD8;&#x901F;&#x30B5;&#x30F3;&#x30D7;&#x30EA;&#x30F3;&#x30B0;&#x52B9;&#x7387; aforehand &#x77E5;&#x8B58; CG &#x96FB;&#x4F4D;&#x306B;&#x305B;&#x305A;&#x306B;&#x540C;&#x6642;&#x306B;&#x9054;&#x6210;&#x3057;&#x3001;&#x751F;&#x4F53;&#x5206;&#x5B50;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x306E;&#x30C6;&#x30B9;&#x30C8; &#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x624B;&#x6CD5;&#x65B0;&#x3057;&#x3044;&#x591A;&#x91CD;&#x89E3;&#x50CF;&#x5EA6;&#x5206;&#x5B50;&#x52D5;&#x529B;&#x5B66;&#x3092;&#x63D0;&#x6848;&#x3057;&#x307E;&#x3059;&#x3002;&#x672C;&#x624B;&#x6CD5;&#x3067;&#x306F;, &#x81EA;&#x5DF1;&#x5B66;&#x7FD2;&#x6226;&#x7565;&#x5F90;&#x3005; &#x306B; CG &#x306E;&#x53EF;&#x80FD;&#x6027;&#x306E;&#x5411;&#x4E0A;&#x306B;&#x3001;&#x53CD;&#x5FA9;&#x7684;&#x306A;&#x65B9;&#x6CD5;&#x3067;&#x5C0E;&#x5165;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;(1) &#x539F;&#x5B50;&#x30EC;&#x30D9;&#x30EB;&#x306E;&#x30E2;&#x30C7;&#x30EB;&#x3068;&#x7D50;&#x5408;&#x3057;&#x305F; CG &#x30E2;&#x30C7;&#x30EB;&#x3001;&#xFF08;2&#xFF09; &#x306F;&#x3001;&#x539F;&#x5B50;&#x8AD6;&#x7684;&#x30E2;&#x30C7;&#x30EB;&#x306B;&#x30DE;&#x30C3;&#x30D7;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B; CG &#x69CB;&#x9020;&#x306E;&#x30A2;&#x30F3;&#x30B5;&#x30F3;&#x30D6;&#x30EB;&#x3092;&#x53D6;&#x5F97;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x4F7F;&#x7528;&#x3055;&#x308C;&#x307E;&#x3059;&#x3002;(3)&#x3001;&#x7D50;&#x679C;&#x3068;&#x3057;&#x3066;&#x5F97;&#x3089;&#x308C;&#x308B;&#x539F;&#x5B50;&#x8AD6;&#x7684;&#x30A2;&#x30F3;&#x30B5;&#x30F3;&#x30D6;&#x30EB;&#x306F;&#x6B21;&#x4E16;&#x4EE3;&#x306E; CG &#x30E2;&#x30C7;&#x30EB;&#x3092;&#x6D3E;&#x751F;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x4F7F;&#x7528;&#x3055;&#x308C;&#x307E;&#x3059;&#x3002;&#x3053;&#x306E;&#x30E1;&#x30BD;&#x30C3;&#x30C9;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x6025;&#x901F;&#x306B; CG &#x306E;&#x53EF;&#x80FD;&#x6027;&#x3092;&#x6539;&#x5584;&#x3057;&#x3001;&#x52B9;&#x7387;&#x3092;&#x9054;&#x6210;&#x3059;&#x308B;&#x305F;&#x3081;&#x306E; 2 &#x3064;&#x306E;&#x30C6;&#x30B9;&#x30C8; &#x30B7;&#x30E7;&#x30FC;&#x3082;&#x975E;&#x73FE;&#x5B9F;&#x7684;&#x306A;&#x306E; CG &#x30DD;&#x30C6;&#x30F3;&#x30B7;&#x30E3;&#x30EB;&#x304B;&#x3089;&#x59CB;&#x307E;&#x308B;&#x30B5;&#x30F3;&#x30D7;&#x30EA;&#x30F3;&#x30B0;&#x3002;&#x7D50;&#x679C;&#x306E;&#x81EA;&#x7531;&#x30A8;&#x30CD;&#x30EB;&#x30AE;&#x30FC;&#x3001;&#x6B63;&#x78BA;&#x306A;&#x7D50;&#x679C;&#x3068;&#x3082;&#x5408;&#x610F;&#x3057;&#x3001;&#x53CE;&#x675F;&#x6CD5;&#x306B;&#x3088;&#x308B;&#x30EC;&#x30D7;&#x30EA;&#x30AB;&#x4EA4;&#x63DB;&#x6CD5;&#x306B;&#x3088;&#x3063;&#x3066;&#x305D;&#x308C;&#x3088;&#x308A;&#x3082;&#x306F;&#x308B;&#x304B;&#x306B;&#x9AD8;&#x901F;&#x3060;&#x3063;&#x305F;&#x3002;&#x30E1;&#x30BD;&#x30C3;&#x30C9;&#x304C;&#x30B8;&#x30A7;&#x30CD;&#x30EA;&#x30C3;&#x30AF;&#x3067;&#x3042;&#x308B;&#x3057;&#x3001;&#x591A;&#x304F;&#x306E;&#x751F;&#x7269;&#x3060;&#x3051;&#x3067;&#x306A;&#x304F;&#x3001;&#x975E;&#x751F;&#x7269;&#x5B66;&#x7684;&#x306A;&#x554F;&#x984C;&#x306B;&#x9069;&#x7528;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;

&#x9AD8;&#x7CBE;&#x5EA6;&#x30FB;&#x9AD8;&#x52B9;&#x7387;&#x3092;&#x540C;&#x6642;&#x306B;&#x9054;&#x6210;&#x3059;&#x308B;&#x305F;&#x3081;&#x306E;&#x81EA;&#x5DF1;&#x5B66;&#x7FD2;&#x306E;&#x30DE;&#x30EB;&#x30C1; &#x30B9;&#x30B1;&#x30FC;&#x30EB; &#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x3002;

&#xBC14;&#xC774;&#xC624; &#xC2DC;&#xC2A4;&#xD15C;&#xC740; &#xBCF8;&#xC9C8;&#xC801;&#xC73C;&#xB85C; &#xB098;&#xD0C0;&#xB0B4;&#xB3C4;&#xB85D; &#xD558; &#xACE0; multiscale &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158; &#xC774;&#xB77C;&#xACE0; &#xD558;&#xB294; atomistic&#xC640; &#xC815;&#xAD50; (CG) &#xBAA8;&#xB378;&#xC744; &#xD1B5;&#xD569; &#xD558;&#xB294; &#xAC83;&#xC744; &#xC2DC;&#xB3C4; &#xD558;&#xB294; &#xB9CE;&#xC740; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158; &#xBC29;&#xBC95;&#xC744; &#xC81C;&#xC548; &#xB418;&#xC5C8;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC5EC;&#xAE30;, &#xC6B0;&#xB9AC;&#xB294; &#xC0C8;&#xB85C;&#xC6B4; multiscale &#xBD84;&#xC790; &#xC5ED;&#xD559; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158; &#xBC29;&#xBC95; &#xB192;&#xC740; &#xC815;&#xD655;&#xC131;&#xACFC; CG &#xC7A0;&#xC7AC;&#xB825;&#xC5D0; aforehand &#xC9C0;&#xC2DD; &#xC5C6;&#xC774; &#xB3D9;&#xC2DC;&#xC5D0; &#xB192;&#xC740; &#xC0D8;&#xD50C;&#xB9C1; &#xD6A8;&#xC728;&#xC131;&#xC744; &#xB2EC;&#xC131;&#xD560; &#xC218; &#xC788;&#xB294; &#xBC14;&#xC774;&#xC624; &#xC2DC;&#xC2A4;&#xD15C;&#xC5D0; &#xB300; &#xD55C; &#xD14C;&#xC2A4;&#xD2B8;&#xB97C; &#xC81C;&#xC548; &#xD569;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC;&#xC758; &#xBC29;&#xBC95;&#xC740; &#xBC18;&#xBCF5;&#xC801;&#xC778; &#xBC29;&#xBC95;&#xC5D0; &#xC758;&#xD574; &#xD559;&#xC2B5; &#xC804;&#xB7B5; &#xC810;&#xCC28;&#xC801;&#xC73C;&#xB85C; cg&#xB85C; &#xAC00;&#xB2A5;&#xC131;&#xC744; &#xAC1C;&#xC120; &#xD558;&#xAE30; &#xC704;&#xD574; &#xB3C4;&#xC785;. (Atomistic &#xBAA8;&#xB378;&#xACFC; &#xD568;&#xAED8; CG &#xBAA8;&#xB378; 1)&#xC744; &#xC5BB;&#xAE30;&#xC704;&#xD55C; CG &#xAD6C;&#xC870; &#xC559;&#xC0C1;&#xBE14; (2)&#xB294; atomistic &#xBAA8;&#xB378;&#xC5D0; &#xB9E4;&#xD551;&#xB418;&#xB294;. (3) &#xACB0;&#xACFC; atomistic &#xC559;&#xC0C1;&#xBE14; &#xCC28;&#xAE30; CG &#xBAA8;&#xB378;&#xC744; &#xD30C;&#xC0DD; &#xC0AC;&#xC6A9; &#xB429;&#xB2C8;&#xB2E4;. &#xB450; &#xAC1C;&#xC758; &#xD14C;&#xC2A4;&#xD2B8; &#xC1FC;&#xC774; &#xC774;&#xB807;&#xAC8C; &#xAE09;&#xC18D; &#xD558; &#xAC8C; CG &#xC7A0;&#xC7AC;&#xB825;&#xC744; &#xD5A5;&#xC0C1; &#xC2DC;&#xD0AC; &#xC218; &#xC788;&#xC73C;&#xBA70; &#xD6A8;&#xC728;&#xC801;&#xC778; &#xB2EC;&#xC131; &#xC0D8;&#xD50C;&#xB9C1;&#xB3C4; &#xBE44;&#xD604;&#xC2E4;&#xC801;&#xC778; CG &#xC7A0;&#xC7AC;&#xB825;&#xC5D0;&#xC11C; &#xC2DC;&#xC791;. &#xADF8; &#xACB0;&#xACFC; &#xC790;&#xC720; &#xC5D0;&#xB108;&#xC9C0; &#xC815;&#xD655;&#xD55C; &#xACB0;&#xACFC; &#xD568;&#xAED8; &#xC798; &#xB3D9;&#xC758; &#xD558; &#xACE0; &#xBA54;&#xC11C;&#xB4DC;&#xC5D0;&#xC11C; &#xCEE8;&#xBC84;&#xC804;&#xC2A4;&#xB294; &#xBCF5;&#xC81C; &#xAD50;&#xD658; &#xBC29;&#xBC95;&#xC5D0; &#xC758;&#xD574; &#xBCF4;&#xB2E4; &#xD6E8;&#xC52C; &#xB354; &#xBE68;&#xB9AC;. &#xBA54;&#xC11C;&#xB4DC;&#xC640; &#xC81C;&#xB124;&#xB9AD; &#xB9CE;&#xC740; nonbiological &#xBFD0;&#xB9CC; &#xC544;&#xB2C8;&#xB77C; &#xC0DD;&#xBB3C; &#xD559;&#xC801; &#xBB38;&#xC81C;&#xC5D0; &#xC801;&#xC6A9;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;.

&#xB3D9;&#xC2DC;&#xC5D0; &#xB192;&#xC740; &#xC815;&#xD655;&#xB3C4; &#xB192;&#xC740; &#xD6A8;&#xC728;&#xC744; &#xB2EC;&#xC131; &#xD558;&#xAE30; &#xC704;&#xD55C; &#xACBD;&#xD5D8;&#xC801; multiscale &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158;.

Sistemas biomoleculares son inherentemente jer&aacute;rquicos y se han propuesto muchos m&eacute;todos de simulaci&oacute;n que tratan de integrar modelos atom&iacute;sticos y grano grueso (CG), que se llaman Simulaci&oacute;n multiescala. Aqu&iacute;, proponemos una nueva din&aacute;mica molecular multiescala m&eacute;todo de simulaci&oacute;n que puede lograr la alta exactitud y la eficacia de muestreo alta simult&aacute;neamente sin aforehand conocimiento sobre el potencial de la CG y pru&eacute;bela para un sistema biomolecular. En nuestro m&eacute;todo, una estrategia de autoaprendizaje es introducida para mejorar progresivamente el potencial de la CG de forma iterativa. (1) Un modelo CG, juntado con el modelo atom&iacute;stico, se utiliza para obtener el conjunto estructural de la CG, (2) que se asigna a los modelos atom&iacute;sticos. (3) El conjunto atom&iacute;stico resultante se utiliza para derivar el modelo CG de pr&oacute;xima generaci&oacute;n. Mostrar dos pruebas que este m&eacute;todo r&aacute;pidamente puede mejorar el potencial de la CG y lograr eficiente de muestreo incluso a partir de un potencial poco realista de la CG. La energ&iacute;a libre resultante de acuerdo con el resultado exacto y la convergencia con el m&eacute;todo era mucho m&aacute;s r&aacute;pida que el m&eacute;todo de intercambio de r&eacute;plica. El m&eacute;todo es gen&eacute;rico y puede ser aplicado a muchos problemas biol&oacute;gicos, as&iacute; como procedimientos.

Simulaci&oacute;n multiescala de autoaprendizaje para lograr alta exactitud y alta eficiencia al mismo tiempo.

&#x5728;&#x51E0;&#x4E2A;&#x5C0F;&#x65F6;&#x7684;&#x5149;&#x5B50;&#x7ED3;&#x6784;&#x4ECE; Morpho &#x8774;&#x8776;&#x7FC5;&#x8180;&#x590D;&#x5236;&#x62A5;&#x9053;&#x4E00;&#x822C;&#x58F0;&#x5316;&#x5B66;&#x53CD;&#x5E94;&#x8FC7;&#x7A0B;&#x3002;&#x901A;&#x8FC7;&#x9009;&#x62E9;&#x9002;&#x5F53;&#x7684;&#x524D;&#x4F53;&#xFF0C;&#x6211;&#x4EEC;&#x53EF;&#x4EE5;&#x5B9E;&#x73B0;&#x7CBE;&#x786E;&#x590D;&#x5236;&#x7684;&#x5149;&#x5B50;&#x7ED3;&#x6784;&#x4EE5;&#x5404;&#x79CD;&#x5404;&#x6837;&#x7684;&#x900F;&#x660E;&#x91D1;&#x5C5E;&#x6C27;&#x5316;&#x7269;&#xFF0C;&#x5982;&#x4E8C;&#x6C27;&#x5316;&#x949B;&#x3001; &#x6C27;&#x5316;&#x9521;&#x548C;&#x4E8C;&#x6C27;&#x5316;&#x7845;&#x3002;&#x626B;&#x63CF;&#x7535;&#x955C;&#x3001; &#x900F;&#x5C04;&#x7535;&#x955C;&#x3001; EDX &#x548C;&#x62C9;&#x66FC;&#x6D4B;&#x91CF;&#x7684;&#x7EC4;&#x5408;&#x7684;&#x7279;&#x70B9;&#x662F;&#x5728;&#x5FAE;&#x578B;&#x548C; nanoscales &#x7684;&#x7CBE;&#x786E;&#x590D;&#x5236;&#x3002;&#x526F;&#x672C;&#x7684;&#x5149;&#x5B66;&#x7279;&#x6027;&#x901A;&#x8FC7;&#x4F7F;&#x7528;&#x53CD;&#x5C04;&#x5149;&#x8C31;&#x6CD5;&#x8FDB;&#x884C;&#x4E86;&#x8C03;&#x67E5;&#xFF0C;&#x53D1;&#x73B0;&#x6709;&#x8DA3;&#x7684;&#x53CD;&#x5C04;&#x5149;&#x8272;&#x5EA6;&#x53EF;&#x4EE5;&#x8FDB;&#x884C;&#x8C03;&#x6574;&#xFF0C;&#x53EA;&#x9700;&#x901A;&#x8FC7;&#x8C03;&#x6574;&#x526F;&#x672C;&#x6750;&#x6599;&#x3002;(2) &#x8D85;&#x7075;&#x654F; SnO-&#x57FA;&#x4E8E;&#x5316;&#x5B66;&#x4F20;&#x611F;&#x5668;&#x51C6;&#x5907;&#x4ECE; SnO(2) &#x590D;&#x5236;&#x526F;&#x672C;&#x3002;&#x4F20;&#x611F;&#x5668;&#x5177;&#x6709;&#x7075;&#x654F;&#x5EA6;&#x4E3A; 35.3 50 ppm &#x4E59;&#x9187;&#x5728; 300 &#x6444;&#x6C0F;&#x5EA6;&#xFF0C;&#x4F34;&#x968F;&#x7740;&#x5FEB;&#x901F;&#x54CD;&#x5E94;&#x548C;&#x6062;&#x590D; (&#x7EA6; 8-15 s)&#xFF0C;&#x7531;&#x4E8E;&#x5176;&#x8868;&#x9762;&#x79EF;&#x5927;&#x548C;&#x5149;&#x5B50;&#x7ED3;&#x6784;&#x3002;&#x56E0;&#x6B64;&#xFF0C;&#x8FD9;&#x4E00;&#x8FDB;&#x7A0B;&#x53EF;&#x80FD;&#x4E3A;&#x4E86;&#x4EA7;&#x751F;&#x5149;&#x5B50;&#x7684;&#x7ED3;&#x6784;&#x9676;&#x74F7;&#xFF0C;&#x53EF;&#x7528;&#x4E8E;&#x8BB8;&#x591A;&#x88AB;&#x52A8;&#x548C;&#x4E3B;&#x52A8;&#x7EA2;&#x5916;&#x8BBE;&#x5907;&#xFF0C;&#x7279;&#x522B;&#x662F;&#x9AD8;&#x6027;&#x80FD;&#x7684;&#x5149;&#x5B66;&#x5143;&#x4EF6;&#x548C;&#x4F20;&#x611F;&#x5668;&#x3002;

&#x7B80;&#x5355;&#x548C;&#x6709;&#x6548;&#x7684;&#x65B9;&#x6CD5;&#x5B9E;&#x73B0;&#x7684;&#x5149;&#x5B50;&#x7ED3;&#x6784;&#x4EFF;&#x751F;&#x590D;&#x5236;&#x4ECE;&#x8774;&#x8776;&#x7FC5;&#x8180;&#x3002;

A general sonochemical process is reported for the replication of photonic structures from Morpho butterfly wings in several hours. By selecting appropriate precursors, we can achieve exact replications of photonic structures in a variety of transparent metal oxides, such as titania, tin oxide and silica. The exact replications at the micro- and nanoscales were characterized by a combination of FE-SEM, TEM, EDX and Raman measurements. The optical properties of the replicas were investigated by using reflectance spectroscopy, and it was found that the interesting chromaticity of the reflected light could be adjusted simply by tuning the replica materials. An ultrasensitive SnO(2)-based chemical sensor was prepared from the SnO(2) replica. The sensor has a sensitivity of 35.3-50 ppm ethanol at 300 degrees C, accompanied by a rapid response and recovery (around 8-15 s), owing to its large surface area and photonic structure. Thus, this process could be developed to produce photonic structural ceramics which could be used in many passive and active infrared devices, especially high performance optical components and sensors.

A simple and effective approach towards biomimetic replication of photonic structures from butterfly wings.

Un processus g&eacute;n&eacute;ral sonochimie est signal&eacute; pour la duplication de structures photoniques des ailes de papillon Morpho en quelques heures. En s&eacute;lectionnant des pr&eacute;curseurs appropri&eacute;s, nous pouvons r&eacute;aliser des r&eacute;plications exactes des structures photoniques dans divers oxydes m&eacute;talliques transparents, tels que le dioxyde de titane, oxyde d&#39;&eacute;tain et silice. Les r&eacute;plications exactes &agrave; la micro - et nanoscales ont &eacute;t&eacute; caract&eacute;ris&eacute;es par une combinaison de mesures FE-SEM, TEM, EDX et Raman. Les propri&eacute;t&eacute;s optiques des r&eacute;pliques ont &eacute;t&eacute; &eacute;tudi&eacute;es en utilisant la spectroscopie de r&eacute;flectivit&eacute;, et il a &eacute;t&eacute; constat&eacute; que la chromaticit&eacute; int&eacute;ressante de la lumi&egrave;re r&eacute;fl&eacute;chie peut &ecirc;tre ajust&eacute;e simplement en ajustant les mat&eacute;riaux de r&eacute;plique. Un ultrasensible SnO (2)-capteur chimique bas&eacute; a &eacute;t&eacute; pr&eacute;par&eacute; &agrave; partir du r&eacute;plica SnO(2). Le capteur a une sensibilit&eacute; de l&#39;&eacute;thanol 35,3-50 ppm &agrave; 300 degr&eacute;s C, accompagn&eacute;e d&#39;une r&eacute;ponse rapide et la r&eacute;cup&eacute;ration (environ 8-15 s), en raison de sa grande surface sp&eacute;cifique et sa structure photonique. Ainsi, ce processus pourrait &ecirc;tre d&eacute;velopp&eacute; pour produire photoniques c&eacute;ramiques structurelles qui pourraient &ecirc;tre utilis&eacute;es dans nombreux p&eacute;riph&eacute;riques infrarouges passives et actives, capteurs et composants optiques particuli&egrave;rement performant.

Une approche simple et efficace vers la r&eacute;plication biomim&eacute;tique de structures photoniques d&#39;ailes de papillon.

Ein allgemeine sonochemisches-Prozess wird f&uuml;r die Replikation der photonischen Strukturen aus Morpho Schmetterlingsfl&uuml;gel in mehreren Stunden gemeldet. Durch die Auswahl geeigneter Vorstufen, erreichen wir exakte Replikationen Photonische Strukturen in einer Vielzahl von transparente Metalloxide, wie Titania, Zinnoxid und Kiesels&auml;ure. Die exakten Replikationen auf Mikro- und Nanoscales zeichneten sich durch eine Kombination von FE-SEM, TEM, EDX und Raman-Messungen. Die optischen Eigenschaften der Replikate wurden mithilfe von Reflektion-Spektroskopie untersucht, und es wurde festgestellt, dass die interessante Farbart des reflektierten Lichts angepasst werden kann, einfach durch Feinabstimmung der Replikat-Materials. Ein hochsensitives SnO (2)-Basis chemischer Sensor wurde aus dem SnO(2)-Replikat vorbereitet. Der Sensor hat eine Empfindlichkeit von 35,3-50 ppm Ethanol bei 300 Grad C, begleitet durch eine schnelle Reaktion und Wiederherstellung (ca. 8-15 s), durch seine gro&szlig;e Oberfl&auml;che und Photonische Struktur. So k&ouml;nnte dieser Prozess entwickelt werden, um Photonische Konstruktionskeramik zu produzieren, die in vielen aktiven und passiven Infrarotger&auml;te, besonders leistungsstarke optische Komponenten und Sensoren verwendet werden k&ouml;nnte.

Eine einfache und effektive Ansatz in Richtung biomimetische Replikation Photonische Strukturen von Schmetterlingsfl&uuml;geln.

Un processo di generale idrocarburiche &egrave; segnalato per la replica di strutture fotoniche da ali di farfalla Morpho in parecchie ore. Selezionando appropriati precursori, possiamo realizzare le repliche esatte delle strutture fotoniche in una variet&agrave; di ossidi metallici trasparenti, come titania, silice e ossido di stagno. Le repliche esatte al micro - e Romanato furono caratterizzate da una combinazione di misurazioni FE-SEM, TEM, EDX e Raman. Le propriet&agrave; ottiche delle repliche sono state studiate mediante spettroscopia di riflettanza, e si &egrave; constatato che la cromaticit&agrave; della luce riflessa interessante poteva essere regolata semplicemente sintonizzando i materiali di replica. Un SnO ultrasensibile (2)-basato su sensore chimico &egrave; stato preparato dalla replica SnO(2). Il sensore ha una sensibilit&agrave; di etanolo 35,3-50 ppm a 300 gradi C, accompagnata da una risposta rapida e di recupero (circa 8-15 s), a causa della sua grande area di superficie e struttura fotonico. Cos&igrave;, questo processo potrebbe essere sviluppato per produrre fotonici ceramica strutturale che potrebbe essere utilizzato in molti attivi e passivi dispositivi a infrarossi, sensori e componenti ottici specialmente ad alte prestazioni.

Un approccio semplice ed efficacia verso biomimetici replica delle strutture fotoniche da ali di farfalla.

&#x4E00;&#x822C;&#x30BD;&#x30CE;&#x30B1;&#x30DF;&#x30AB;&#x30EB;&#x904E;&#x7A0B;&#x30D5;&#x30A9;&#x30C8;&#x30CB;&#x30C3;&#x30AF;&#x69CB;&#x9020;&#x30E2;&#x30EB;&#x30D5;&#x30A9;&#x8776;&#x306E;&#x7FBD;&#x304B;&#x3089;&#x306E;&#x30EC;&#x30D7;&#x30EA;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x3092;&#x6570;&#x6642;&#x9593;&#x3067;&#x5831;&#x544A;&#x3055;&#x308C;&#x307E;&#x3059;&#x3002;&#x9069;&#x5207;&#x306A;&#x524D;&#x99C6;&#x4F53;&#x3092;&#x9078;&#x629E;&#x3059;&#x308B;&#x3068;&#x3001;&#x6211;&#x3005;&#x3001;&#x3055;&#x307E;&#x3056;&#x307E;&#x306A;&#x900F;&#x660E;&#x91D1;&#x5C5E;&#x9178;&#x5316;&#x7269;&#x306B;&#x304A;&#x3051;&#x308B;&#x30D5;&#x30A9;&#x30C8;&#x30CB;&#x30C3;&#x30AF;&#x69CB;&#x9020;&#x306E;&#x6B63;&#x78BA;&#x306A;&#x8907;&#x88FD;&#x304C;&#x9178;&#x5316;&#x30C1;&#x30BF;&#x30F3;&#x3001;&#x9178;&#x5316;&#x30B9;&#x30BA;&#x3084;&#x30B7;&#x30EA;&#x30AB;&#x306A;&#x3069;&#x9054;&#x6210;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x304A;&#x3088;&#x3073;&#x30CA;&#x30CE;&#x30B9;&#x30B1;&#x30FC;&#x30EB;&#x3067;&#x306E;&#x6B63;&#x78BA;&#x306A;&#x8907;&#x88FD;&#x306F; FE &#x306E; SEM&#x3001;TEM&#x3001;EDX&#x3001;&#x30E9;&#x30DE;&#x30F3;&#x6E2C;&#x5B9A;&#x5024;&#x306E;&#x7D44;&#x307F;&#x5408;&#x308F;&#x305B;&#x306B;&#x3088;&#x3063;&#x3066;&#x7279;&#x5FB4;&#x3065;&#x3051;&#x3089;&#x308C;&#x307E;&#x3057;&#x305F;&#x3002;&#x53CD;&#x5C04;&#x5206;&#x5149;&#x6CD5;&#x306B;&#x3088;&#x308B;&#x30EC;&#x30D7;&#x30EA;&#x30AB;&#x306E;&#x5149;&#x5B66;&#x7279;&#x6027;&#x3092;&#x8ABF;&#x3079;&#x305F;&#x3057;&#x3001;&#x53CD;&#x5C04;&#x5149;&#x306E;&#x8208;&#x5473;&#x6DF1;&#x3044;&#x306E;&#x8272;&#x5EA6;&#x3067;&#x30EC;&#x30D7;&#x30EA;&#x30AB;&#x6750;&#x6599;&#x3092;&#x5358;&#x306B;&#x30C1;&#x30E5;&#x30FC;&#x30CB;&#x30F3;&#x30B0;&#x3059;&#x308B;&#x3053;&#x3068;&#x306B;&#x3088;&#x3063;&#x3066;&#x8ABF;&#x6574;&#x3067;&#x304D;&#x308B;&#x304C;&#x898B;&#x3064;&#x304B;&#x308A;&#x307E;&#x305B;&#x3093;&#x3067;&#x3057;&#x305F;&#x3002;&#x8D85;&#x9AD8;&#x611F;&#x5EA6;&#x306E; SnO (2)-&#x30D9;&#x30FC;&#x30B9;&#x306E;&#x5316;&#x5B66;&#x30BB;&#x30F3;&#x30B5;&#x30FC; SnO(2) &#x30EC;&#x30D7;&#x30EA;&#x30AB;&#x304B;&#x3089;&#x6E96;&#x5099;&#x3055;&#x308C;&#x307E;&#x3057;&#x305F;&#x3002;35.3 50 Ppm &#x306E;&#x30A8;&#x30BF;&#x30CE;&#x30FC;&#x30EB;&#x306E;&#x611F;&#x5EA6;&#x306E;&#x30BB;&#x30F3;&#x30B5;&#x30FC;&#x3092;&#x6301;&#x3063;&#x3066;&#x3044;&#x307E;&#x3059;&#x8FC5;&#x901F;&#x306A;&#x5BFE;&#x5FDC;&#x3068;&#x5FA9;&#x65E7;&#x3092;&#x4F34;&#x3046; 300 &#x2103; &#x3067; (&#x7D04; 8-15 &#x79D2;&#xFF09;&#x3001;&#x305D;&#x306E;&#x5927;&#x304D;&#x306A;&#x8868;&#x9762;&#x7A4D;&#x3068;&#x30D5;&#x30A9;&#x30C8;&#x30CB;&#x30C3;&#x30AF;&#x69CB;&#x9020;&#x306E;&#x304A;&#x304B;&#x3052;&#x3002;&#x3057;&#x305F;&#x304C;&#x3063;&#x3066;&#x3001;&#x3053;&#x306E;&#x30D7;&#x30ED;&#x30BB;&#x30B9;&#x306E;&#x958B;&#x767A;&#x3092;&#x591A;&#x304F;&#x30D1;&#x30C3;&#x30B7;&#x30D6;&#x304A;&#x3088;&#x3073;&#x30A2;&#x30AF;&#x30C6;&#x30A3;&#x30D6;&#x306A;&#x8D64;&#x5916;&#x7DDA;&#x30C7;&#x30D0;&#x30A4;&#x30B9;&#x3067;&#x306F;&#x3001;&#x7279;&#x306B;&#x9AD8;&#x6027;&#x80FD;&#x5149;&#x5B66;&#x90E8;&#x54C1;&#x3084;&#x30BB;&#x30F3;&#x30B5;&#x30FC;&#x3092;&#x4F7F;&#x7528;&#x3067;&#x304D;&#x308B;&#x30D5;&#x30A9;&#x30C8;&#x30CB;&#x30C3;&#x30AF;&#x69CB;&#x9020;&#x7528;&#x30BB;&#x30E9;&#x30DF;&#x30C3;&#x30AF;&#x30B9;&#x306E;&#x751F;&#x7523;&#x3059;&#x308B;&#x53EF;&#x80FD;&#x6027;&#x304C;&#x3042;&#x308A;&#x307E;&#x3059;&#x3002;

&#x8776;&#x306E;&#x7FBD;&#x304B;&#x3089;&#x3001;&#x30B7;&#x30F3;&#x30D7;&#x30EB;&#x3067;&#x52B9;&#x679C;&#x7684;&#x306A;&#x30A2;&#x30D7;&#x30ED;&#x30FC;&#x30C1; &#x30D0;&#x30A4;&#x30AA;&#x30DF;&#x30E1;&#x30C6;&#x30A3;&#x30C3;&#x30AF; &#x30EC;&#x30D7;&#x30EA;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3; &#x30D5;&#x30A9;&#x30C8;&#x30CB;&#x30C3;&#x30AF;&#x69CB;&#x9020;&#x4F53;&#x306E;&#x65B9;&#x306F;&#x3002;

&#xC77C;&#xBC18; sonochemical &#xD504;&#xB85C;&#xC138;&#xC2A4;&#xB294; &#xBA87; &#xC2DC;&#xAC04;&#xC5D0; &#xB098;&#xBE44;&#xC758; &#xB098;&#xBE44; &#xB0A0;&#xAC1C;&#xC5D0;&#xC11C; &#xAD11;&#xD559;&#xC801; &#xAD6C;&#xC870; &#xBCF5;&#xC81C;&#xC5D0; &#xB300; &#xD55C; &#xBCF4;&#xACE0; &#xB429;&#xB2C8;&#xB2E4;. &#xC801;&#xC808; &#xD55C; &#xC804;&#xC870;&#xB97C; &#xC120;&#xC815;&#xD574; &#xC6B0;&#xB9AC; titania, &#xC8FC;&#xC11D; &#xC0B0;&#xD654;&#xBB3C;, &#xC2E4;&#xB9AC; &#xCE74; &#xB4F1; &#xD22C;&#xBA85; &#xD55C; &#xAE08;&#xC18D; &#xC0B0;&#xD654;&#xBB3C;&#xC758; &#xB2E4;&#xC591; &#xD55C; &#xAD11;&#xD559;&#xC801; &#xAD6C;&#xC870;&#xC758; &#xC815;&#xD655;&#xD55C; &#xBCF5;&#xC81C;&#xB97C; &#xC5BB;&#xC744; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xB9C8;&#xC774;&#xD06C;&#xB85C;-&#xBC0F; nanoscales&#xC5D0; &#xC815;&#xD655;&#xD55C; &#xBCF5;&#xC81C; FE-SEM, TEM, EDX &#xB77C;&#xB9CC; &#xCE21;&#xC815;&#xC758; &#xC870;&#xD569;&#xC5D0; &#xC758;&#xD574; &#xD2B9;&#xC9D5; &#xD588;&#xB2E4;. &#xBC18;&#xC0AC;&#xC728; &#xBD84;&#xAD11;&#xD559;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xBCF5;&#xC81C;&#xBCF8;&#xC758; &#xAD11;&#xD559; &#xD2B9;&#xC131; &#xC870;&#xC0AC; &#xD588;&#xB2E4; &#xD558; &#xACE0; &#xBC18;&#xC0AC; &#xB41C; &#xBE5B;&#xC758; &#xC7AC;&#xBBF8; &#xC788;&#xB294; &#xC0C9;&#xB3C4; &#xB2E8;&#xC21C;&#xD788; &#xBCF5;&#xC81C; &#xC790;&#xB8CC;&#xB97C; &#xC870;&#xC815; &#xD558; &#xC5EC; &#xC870;&#xC815; &#xB420; &#xC218; &#xC788;&#xB294; &#xAC83;&#xC774; &#xBC1D;&#xD600;&#xC84C;&#xB2E4;. &#x78C1; SnO (2)-&#xAE30;&#xBC18;&#xB41C; &#xD654;&#xD559; &#xC13C;&#xC11C; SnO(2) &#xBCF5;&#xC81C;&#xC5D0;&#xC11C; &#xC900;&#xBE44; &#xD588;&#xB2E4;. &#xC13C;&#xC11C;&#xB294; &#xC2E0;&#xC18D;&#xD55C; &#xB300;&#xC751; &#xBC0F; &#xBCF5;&#xAD6C;&#xC640; &#xD568;&#xAED8; 300&#xB3C4; C&#xC5D0;&#xC11C; 35.3 50 ppm &#xC5D0;&#xD0C4;&#xC62C;&#xC758; &#xAC10;&#xB3C4; (&#xC57D; 8-15 s), &#xADF8;&#xAC83;&#xC758; &#xD070; &#xD45C;&#xBA74;&#xC801;&#xACFC; &#xAD11;&#xD559;&#xC801; &#xAD6C;&#xC870; &#xB54C;&#xBB38;. &#xB530;&#xB77C;&#xC11C;,&#xC774; &#xD504;&#xB85C;&#xC138;&#xC2A4;&#xB294; &#xB9CE;&#xC740; &#xC218;&#xB3D9; &#xBC0F; &#xB2A5;&#xB3D9; &#xC801;&#xC678;&#xC120; &#xC7A5;&#xCE58;, &#xD2B9;&#xD788; &#xACE0;&#xC131;&#xB2A5; &#xAD11;&#xD559; &#xBD80;&#xD488; &#xBC0F; &#xC13C;&#xC11C;&#xC5D0;&#xC5D0;&#xC11C; &#xC0AC;&#xC6A9; &#xB420; &#xC218; &#xC788;&#xB294; &#xAD11;&#xD559;&#xC801; &#xAD6C;&#xC870; &#xC138;&#xB77C;&#xBBF9; &#xC0DD;&#xC0B0; &#xAC1C;&#xBC1C; &#xB420; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;.

&#xAC04;&#xB2E8; &#xD558; &#xACE0; &#xD6A8;&#xACFC;&#xC801;&#xC778; &#xC811;&#xADFC;&#xC744; &#xAD11;&#xD559;&#xC801; &#xAD6C;&#xC870;&#xB97C; &#xBCF5;&#xC81C; &#xD558;&#xB294; &#xC0DD;&#xCCB4; &#xBAA8;&#xBC29;&#xC73C;&#xB85C; &#xB098;&#xBE44; &#xB0A0;&#xAC1C;&#xC5D0;&#xC11C;.

Se divulga un proceso general de aceleraci&oacute;n para la replicaci&oacute;n de estructuras Fot&oacute;nicas de alas de Mariposa Morpho en varias horas. Seleccionando precursores apropiados, podemos lograr repeticiones exactas de estructuras fot&oacute;nicas en una variedad de &oacute;xidos met&aacute;licos transparentes, como titania, &oacute;xido de esta&ntilde;o y s&iacute;lice. Las repeticiones exactas en el micro y nanoscales se caracterizaron por una combinaci&oacute;n de medidas FE-SEM, TEM, EDX y Raman. Las propiedades &oacute;pticas de las r&eacute;plicas fueron investigadas utilizando espectroscop&iacute;a de reflectancia, y se comprob&oacute; que la cromaticidad interesante de la luz reflejada se pod&iacute;a ajustar simplemente girando los materiales de la r&eacute;plica. Un SnO ultrasensible (2)-base sensor qu&iacute;mico fue preparado desde la r&eacute;plica de la SnO(2). El sensor tiene una sensibilidad de etanol 35.3-50 ppm a 300 grados C, acompa&ntilde;ado de una r&aacute;pida respuesta y recuperaci&oacute;n (aproximadamente 8-15 s), debido a su gran superficie y estructura fot&oacute;nica. As&iacute;, este proceso podr&iacute;a ser desarrollado para producir cer&aacute;mica estructural fot&oacute;nica que podr&iacute;a utilizarse en muchos dispositivos pasivos y activos infrarrojos, sensores y componentes &oacute;pticos especialmente de alto rendimiento.

Un enfoque simple y eficaz hacia biomim&eacute;ticos replicaci&oacute;n de estructuras Fot&oacute;nicas de alas de mariposa.

&#x6298;&#x53E0; tetraloop &#x53D1;&#x5939; RNA &#x7814;&#x7A76;&#x57FA;&#x4E8E;&#x6DF1;&#x5165;&#x7684;&#x5206;&#x5B50;&#x52A8;&#x529B;&#x5B66;&#x6A21;&#x62DF;&#xFF0C;&#x76EE;&#x7684;&#x8981;&#x4E86;&#x89E3;&#x8FD9;&#x4E2A;&#x5C0F;&#x800C;&#x5FEB;&#x7684; RNA &#x6587;&#x4EF6;&#x5939;&#x6298;&#x53E0;&#x673A;&#x5236;&#x3002;&#x6211;&#x4EEC;&#x7684;&#x7814;&#x7A76;&#x7ED3;&#x679C;&#x8868;&#x660E;&#x6B64; RNA &#x53D1;&#x5939;&#x6709;&#x975E;&#x5E38;&#x590D;&#x6742;&#x7684;&#x6298;&#x53E0;&#x884C;&#x4E3A;&#x5C3D;&#x7BA1;&#x5176;&#x89C4;&#x6A21;&#x5C0F;&#x3002;&#x5B83;&#x662F;&#x53D1;&#x73B0;&#x6298;&#x53E0;&#x8FC7;&#x6E21;&#x6709;&#x4F4E;&#x4F9D;&#x4ECE;&#x3002;&#x800C;&#x4E0D;&#x662F;&#x4E24;&#x4E2A;&#x56FD;&#x5BB6;&#x7684;&#x6298;&#x53E0;&#xFF0C;&#x53D1;&#x73B0;&#x6709;&#x56DB;&#x4E2A;&#x4E3B;&#x8981;&#x56FD;&#x5BB6;&#xFF0C;&#x5305;&#x62EC;&#x672C;&#x673A;&#x72B6;&#x6001;&#x3001; &#x4E2D;&#x95F4;&#x4F53;&#x3001; &#x672A;&#x6298;&#x53E0;&#x7684;&#x72B6;&#x6001;&#x548C;&#x7EA0;&#x7F20;&#x7684;&#x72B6;&#x6001;&#x3002;&#x7EA0;&#x7F20;&#x7684;&#x56FD;&#x5BB6;&#x4E3B;&#x8981;&#x7531;&#x975E;&#x672C;&#x571F;&#x6C22;&#x952E;&#xFF0C;&#x7A33;&#x5B9A;&#x548C;&#x66F4;&#x7D27;&#x51D1;&#x3002;&#x4E24;&#x4E2A;&#x6F5C;&#x5728;&#x7684;&#x6298;&#x53E0;&#x9014;&#x5F84;&#xFF0C;&#x6307;&#x51FA;&#x4E24;&#x4E2A;&#x78B1;&#x57FA;&#x7EC4;&#x6210;&#x5177;&#x6709;&#x4E0D;&#x540C;&#x7684;&#x987A;&#x5E8F;&#xFF0C;&#x5E76;&#x4E0E;&#x8247;&#x5185;&#x7684; basepair &#x901A;&#x8DEF;&#x5F62;&#x6210;&#x7EC8;&#x7AEF;&#x4E00;&#x662F;&#x66F4;&#x52A0;&#x6709;&#x5229;&#xFF0C;&#x5E76;&#x5360;&#x4E3B;&#x5BFC;&#x5730;&#x4F4D;&#x7684; RNA &#x53D1;&#x5939;&#x6298;&#x53E0;&#x4E4B;&#x524D;&#x3002;

&#x6298;&#x53E0;&#x7684;&#x57FA;&#x4E8E;&#x4E0E;&#x526F;&#x672C;&#x4EA4;&#x6362;&#x5206;&#x5B50;&#x52A8;&#x529B;&#x5B66;&#x6A21;&#x62DF;&#x5C0F; RNA &#x53D1;&#x5939;&#x3002;

The folding of a small RNA tetraloop hairpin is studied based on intensive molecular dynamics simulation, aiming to understand the folding mechanism of this small and fast RNA folder. Our results showed that this RNA hairpin has very complicated folding behavior in spite of its small size. It is found that the folding transition has low cooperativity. Instead of a two-state folding, four major states are observed, including the native state, the intermediate, the unfolded state, and the misfolded state. The misfolded state is mainly stabilized by the non-native hydrogen bonds, and is more compact. Two potential folding pathways, in which two basepairs formed with different order, are observed, and the pathway with the inboard basepair formed before the terminal one is much more favorable, and dominates the folding of the RNA hairpin.

Folding of a small RNA hairpin based on simulation with replica exchange molecular dynamics.

Le pliage d&#39;une petite &eacute;pingle &agrave; cheveux tetraloop RNA est l&#39;&eacute;tude bas&eacute;e sur la simulation de dynamique mol&eacute;culaire intensive, visant &agrave; comprendre le m&eacute;canisme de pliage de ce dossier de RNA petit et rapide. Nos r&eacute;sultats ont montr&eacute; que cette &eacute;pingle &agrave; cheveux de RNA a tr&egrave;s compliqu&eacute; de pliage de comportement malgr&eacute; sa petite taille. On constate que la transition pliante a faible coop&eacute;rativit&eacute;. Au lieu d&#39;un pliage de deux &Eacute;tats, quatre grands &Eacute;tats sont observ&eacute;es, y compris l&#39;&eacute;tat natif, l&#39;interm&eacute;diaire, l&#39;&eacute;tat d&eacute;pli&eacute; et l&#39;&eacute;tat de forme anormale. L&#39;&eacute;tat de forme anormale est principalement stabilis&eacute; par des liaisons hydrog&egrave;nes allochtones et est plus compacte. Deux voies possibles de pliage, dans lequel deux basepairs form&eacute;s avec un ordre diff&eacute;rent, on observe, et la voie avec les r&eacute;gions in-bord forment avant que le terminal est beaucoup plus favorable et domine le pliage de l&#39;&eacute;pingle de RNA.

Pliage d&#39;une petite &eacute;pingle &agrave; cheveux de RNA bas&eacute;e sur la simulation de dynamique mol&eacute;culaire d&#39;exchange r&eacute;plique.

Der Faltung einer kleinen RNA Tetraloop Haarnadel wird basierend auf intensive Molek&uuml;ldynamik-Simulation, mit dem Ziel zu verstehen, der Klappmechanismus dieses kleine und schnelle RNA-Ordners studiert. Unsere Ergebnisse zeigten, dass diese RNA-Haarnadel sehr hat kompliziert, faltbare Verhalten trotz seiner geringen Gr&ouml;&szlig;e. Es wird festgestellt, dass der klappbare &Uuml;bergang niedrige Kooperativit&auml;t. Statt einer zwei-Staaten-Faltung, werden vier gro&szlig;e Staaten eingehalten, einschlie&szlig;lich der nativen Zustand, zwischen-, die ungefaltet und den misfolded Zustand. Misfolded Staates wird haupts&auml;chlich von den Drittprogrammen Wasserstoffbr&uuml;ckenbindungen stabilisiert und kompakter. Zwei m&ouml;gliche Falten Wege, in dem zwei Basepairs gr&uuml;ndete mit anderen Reihenfolge eingehalten werden, und der Weg mit der innenliegende Basepair gebildet bevor die terminal viel g&uuml;nstiger ist, und dominiert der Faltung der RNA-Haarnadel.

Eine kleine RNA-Haarnadel basierend auf Simulation mit Replik Austausch Molekulardynamik Faltung.

La piegatura di un piccolo tornante tetraloop RNA &egrave; studiata basato sulla simulazione di dinamica molecolare intensivo, con l&#39;obiettivo di capire il meccanismo di ripiegamento di questa cartella di RNA piccolo e veloce. I nostri risultati hanno mostrato che questo hairpin RNA &egrave; molto complicato pieghevole comportamento nonostante le piccole dimensioni. Si &egrave; scoperto che la transizione pieghevole ha bassa cooperativit&agrave;. Invece di un pieghevole di due Stati, si osservano quattro stati principali, compreso lo stato nativo, intermedia, lo stato spiegato e lo stato malpiegato. Lo stato malpiegato principalmente &egrave; stabilizzato dai legami idrogeno non nativo ed &egrave; pi&ugrave; compatto. Due potenziali percorsi pieghevole, in cui due basi formate con ordine diverso, vengono osservati, e il percorso con il basepair entrobordo formata prima che il terminale &egrave; molto pi&ugrave; favorevole e domina il ripiegamento dell&#39;hairpin RNA.

Pieghevole di un piccolo hairpin RNA basato sulla simulazione di dinamica molecolare di exchange replica.

&#x5C0F;&#x3055;&#x306A; RNA &#x7D50;&#x5408;&#x30D8;&#x30A2;&#x30D4;&#x30F3;&#x306E;&#x6298;&#x308A;&#x7573;&#x307F;&#x306F;&#x3001;&#x96C6;&#x4E2D;&#x7684;&#x306A;&#x5206;&#x5B50;&#x52D5;&#x529B;&#x5B66;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x3001;&#x3053;&#x306E;&#x5C0F;&#x3055;&#x304F;&#x3066;&#x9AD8;&#x901F;&#x306A; RNA &#x30D5;&#x30A9;&#x30EB;&#x30C0;&#x30FC;&#x306E;&#x30D5;&#x30A9;&#x30FC;&#x30EB;&#x30C7;&#x30A3;&#x30F3;&#x30B0;&#x6A5F;&#x69CB;&#x306E;&#x89E3;&#x660E;&#x3092;&#x3081;&#x3056;&#x3059;&#x306B;&#x57FA;&#x3065;&#x3044;&#x3066;&#x52C9;&#x5F37;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3053;&#x306E; RNA &#x306E;&#x30D8;&#x30A2;&#x30D4;&#x30F3;&#x304C;&#x975E;&#x5E38;&#x306B;&#x3044;&#x308B;&#x6211;&#x3005; &#x306E;&#x7D50;&#x679C;&#x3092;&#x793A;&#x3057;&#x305F;&#x305D;&#x306E;&#x5C0F;&#x3055;&#x306A;&#x30B5;&#x30A4;&#x30BA;&#x306B;&#x3082;&#x304B;&#x304B;&#x308F;&#x3089;&#x305A;&#x52D5;&#x4F5C;&#x6298;&#x308A;&#x305F;&#x305F;&#x307F;&#x8907;&#x96D1;&#x3002;&#x6298;&#x308A;&#x7573;&#x307F;&#x8EE2;&#x79FB;&#x306B;&#x304A;&#x3051;&#x308B;&#x4F4E;&#x5354;&#x540C;&#x6027;&#x304C;&#x3042;&#x308B;&#x3053;&#x3068;&#x3092;&#x767A;&#x898B;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x6298;&#x308A;&#x7573;&#x307F;&#x5F0F; 2 &#x3064;&#x306E;&#x72B6;&#x614B;&#x3067;&#x306F;&#x306A;&#x304F; 4 &#x3064;&#x306E;&#x4E3B;&#x8981;&#x306A;&#x72B6;&#x614B;&#x304C;&#x89B3;&#x6E2C;&#x3055;&#x308C;&#x305F;&#x30CD;&#x30A4;&#x30C6;&#x30A3;&#x30D6;&#x306E;&#x72B6;&#x614B;&#x3001;&#x4E2D;&#x9593;&#x3001;&#x5E83;&#x3052;&#x305F;&#x72B6;&#x614B;&#x3068;&#x8AA4;&#x3063;&#x3066;&#x6298;&#x308A;&#x305F;&#x305F;&#x307E;&#x308C;&#x305F;&#x72B6;&#x614B;&#x3092;&#x542B;&#x3080;&#x3067;&#x3059;&#x3002;&#x8AA4;&#x3063;&#x3066;&#x6298;&#x308A;&#x305F;&#x305F;&#x307E;&#x308C;&#x305F;&#x72B6;&#x614B;&#x306F;&#x3001;&#x4E3B;&#x306B;&#x975E;&#x30CD;&#x30A4;&#x30C6;&#x30A3;&#x30D6;&#x306E;&#x6C34;&#x7D20;&#x7D50;&#x5408;&#x306B;&#x3088;&#x3063;&#x3066;&#x5B89;&#x5B9A;&#x5316;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x3088;&#x308A;&#x30B3;&#x30F3;&#x30D1;&#x30AF;&#x30C8;&#x3067;&#x3059;&#x3002;&#x30BF;&#x30FC;&#x30DF;&#x30CA;&#x30EB;&#x306E; 1 &#x3064;&#x306F;&#x306F;&#x308B;&#x304B;&#x306B;&#x6709;&#x5229;&#x306A; RNA &#x306E;&#x30D8;&#x30A2;&#x30D4;&#x30F3;&#x306E;&#x6298;&#x308A;&#x7573;&#x307F;&#x3092;&#x652F;&#x914D;&#x3059;&#x308B;&#x524D;&#x306B;&#x5225;&#x306E;&#x9806;&#x5E8F;&#x3067;&#x5F62;&#x6210;&#x3055;&#x308C;&#x305F; 2 &#x3064;&#x306E; basepairs &#x304C;&#x89B3;&#x5BDF; 2 &#x3064;&#x306E;&#x6F5C;&#x5728;&#x7684;&#x306A;&#x6298;&#x308A;&#x305F;&#x305F;&#x307F;&#x7D4C;&#x8DEF;&#x3068;&#x8239;&#x5185;&#x306E; basepair &#x3068;&#x7D4C;&#x8DEF;&#x3092;&#x5F62;&#x6210;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;

&#x30EC;&#x30D7;&#x30EA;&#x30AB;&#x4EA4;&#x63DB;&#x5206;&#x5B50;&#x52D5;&#x529B;&#x5B66;&#x6CD5;&#x306B;&#x3088;&#x308B;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306B;&#x57FA;&#x3065;&#x304F;&#x5C0F;&#x3055;&#x306A; RNA &#x306E;&#x30D8;&#x30A2;&#x30D4;&#x30F3;&#x306E;&#x6298;&#x308A;&#x7573;&#x307F;&#x3002;

&#xC791;&#xC740; RNA tetraloop &#xBA38;&#xB9AC; &#xD540;&#xC758; &#xD3F4;&#xB529;&#xC774; &#xC791;&#xACE0; &#xBE60;&#xB978; RNA &#xD3F4;&#xB354;&#xC758; &#xC811;&#xB294; &#xBA54;&#xCEE4;&#xB2C8;&#xC998;&#xC744; &#xC774;&#xD574; &#xD558;&#xB294; &#xAC83;&#xC744; &#xC791;&#xC815; &#xC778; &#xC9D1;&#xC911; &#xBD84;&#xC790; &#xB3D9;&#xC5ED;&#xD559; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158;&#xC5D0; &#xB530;&#xB77C; &#xACF5;&#xBD80;&#xC785;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC;&#xC758; &#xACB0;&#xACFC; &#xB098;&#xD0C0;&#xB0AC;&#xB2E4;&#xC774; RNA &#xBA38;&#xB9AC; &#xD540;&#xC740; &#xB9E4;&#xC6B0; &#xC791;&#xC740; &#xD06C;&#xAE30;&#xC5D0;&#xB3C4; &#xBD88;&#xAD6C; &#xD558; &#xACE0; &#xB3D9;&#xC791;&#xC744; &#xC811;&#xB294; &#xBCF5;&#xC7A1; &#xD558; &#xAC8C;. &#xC811;&#xB294; &#xC804;&#xD658; &#xB0AE;&#xC740; cooperativity&#xC5D0; &#xBC1C;&#xACAC; &#xB41C;&#xB2E4;. 2 &#xC0C1;&#xD0DC; &#xC811;&#xB294; &#xB300;&#xC2E0; &#xAE30;&#xBCF8; &#xC0C1;&#xD0DC;, &#xC911;&#xAC04;, &#xD3BC;&#xCE5C;&#xB41C; &#xC0C1;&#xD0DC; misfolded &#xC0C1;&#xD0DC; &#xB4F1; 4 &#xAC1C;&#xC758; &#xC8FC;&#xC694; &#xC0C1;&#xD0DC; &#xAD00;&#xCC30; &#xB41C;&#xB2E4;. Misfolded &#xC0C1;&#xD0DC; &#xAE30;&#xBCF8;&#xC774; &#xC544;&#xB2CC; &#xC218;&#xC18C; &#xACB0;&#xD569;&#xC5D0; &#xC758;&#xD574; &#xC8FC;&#xB85C; &#xC548;&#xC815; &#xADF8;&#xB9AC;&#xACE0; &#xB354; &#xC870;&#xBC00; &#xD558;&#xB2E4;. &#xB2E4;&#xB978; &#xC21C;&#xC11C;&#xB85C; &#xD558; &#xAC8C; &#xD615;&#xC131; &#xB41C; &#xB450; &#xAC1C;&#xC758; basepairs &#xAD00;&#xCC30; &#xB450; &#xC7A0;&#xC7AC;&#xC801;&#xC778; &#xC811;&#xB294; &#xD1B5;&#xB85C; &#xBC30; basepair&#xC640; &#xD1B5;&#xB85C; &#xD615;&#xC131; &#xD130;&#xBBF8;&#xB110; &#xD558;&#xB098; &#xD6E8;&#xC52C; &#xB354; &#xC720;&#xB9AC;&#xD55C; RNA &#xBA38;&#xB9AC; &#xD540;&#xC758; &#xC811;&#xB294; &#xC9C0;&#xBC30; &#xD558;&#xAE30; &#xC804;&#xC5D0;.

&#xBCF5;&#xC81C; exchange &#xBD84;&#xC790; &#xB3D9;&#xC5ED;&#xD559; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158;&#xC5D0; &#xB530;&#xB77C; &#xC791;&#xC740; RNA &#xBA38;&#xB9AC; &#xD540;&#xC758; &#xC811;&#xB294;.

El plegamiento de una horquilla de tetraloop RNA peque&ntilde;a se estudia basado en simulaci&oacute;n de din&aacute;mica molecular intensivo, con el objetivo de entender el mecanismo de plegado de esta carpeta de RNA peque&ntilde;o y r&aacute;pido. Nuestros resultados mostraron que esta horquilla de RNA tiene muy complicado plegable comportamiento a pesar de su peque&ntilde;o tama&ntilde;o. Se encuentra que la transici&oacute;n plegable tiene baja cooperatividad. En lugar de un plegamiento de dos Estados, se observan cuatro Estados principales, incluyendo el estado nativo, el intermedio, el estado desplegado y el estado mal plegado. El estado mal plegado se estabiliza principalmente por los enlaces de hidr&oacute;geno no nativos y es m&aacute;s compacto. Dos potenciales v&iacute;as plegables, en el que se observan dos basepairs formados con distinto orden y el camino con el basepair interior forman antes de que el terminal es mucho m&aacute;s favorable y domina el plegamiento de la horquilla de RNA.

Plegamiento de una horquilla de RNA peque&ntilde;a basada en simulaci&oacute;n con din&aacute;mica molecular del intercambio de r&eacute;plica.

Naturaleza intr&iacute;nsecamente jer&aacute;rquico de prote&iacute;nas hace multiescala m&eacute;todos computacionales especialmente &uacute;til en los estudios de plegamiento y otras din&aacute;micas funcionales. Con las estrategias multiescala, uno puede alcanzar mayor precisi&oacute;n y eficiencia por acoplamiento la atom&iacute;stica y el grueso grano simulaciones. Dependiendo de los problemas estudiados, protocolos de aplicaci&oacute;n muy diferente pueden utilizarse para realizar la idea multiescala. Aqu&iacute;, le damos detallada Introducci&oacute;n a los protocolos multiescala utilizados en la actualidad, junto con algunas aplicaciones recientes a la prote&iacute;na plegable simulaciones en nuestro grupo. Se discuten las ventajas y debilidad, as&iacute; como los &aacute;mbitos de aplicaci&oacute;n de estos protocolos multiescala. Tambi&eacute;n se proponen las indicaciones para la futura evoluci&oacute;n.

M&eacute;todos multiescala para simulaciones de plegamiento de la prote&iacute;na.

&#x56FA;&#x6709;&#x4F53;&#x7CFB;&#x6027;&#x8D28;&#x7684;&#x86CB;&#x767D;&#x8D28;&#x6298;&#x53E0;&#x7684;&#x7814;&#x7A76;&#x548C;&#x5176;&#x4ED6;&#x529F;&#x80FD;&#x7684;&#x52A8;&#x6001;&#x4F7F;&#x591A;&#x5C3A;&#x5EA6;&#x8BA1;&#x7B97;&#x65B9;&#x6CD5;&#x7279;&#x522B;&#x6709;&#x7528;&#x3002;&#x4E0E;&#x591A;&#x5C3A;&#x5EA6;&#x7684;&#x6218;&#x7565;&#xFF0C;&#x4E00;&#x4E2A;&#x53EF;&#x4EE5;&#x5B9E;&#x73B0;&#x63D0;&#x9AD8;&#x7684;&#x7CBE;&#x786E;&#x5EA6;&#x548C;&#x6548;&#x7387;&#x7684;&#x8026;&#x5408;&#x539F;&#x5B50;&#x548C;&#x7C97;&#x7C92;&#x5EA6;&#x6A21;&#x62DF;&#x3002;&#x6839;&#x636E;&#x7814;&#x7A76;&#x7684;&#x95EE;&#x9898;&#xFF0C;&#x975E;&#x5E38;&#x4E0D;&#x540C;&#x7684;&#x5B9E;&#x73B0;&#x534F;&#x8BAE;&#x53EF;&#x4EE5;&#x7528;&#x6765;&#x5B9E;&#x73B0;&#x591A;&#x5C3A;&#x5EA6;&#x7684;&#x60F3;&#x6CD5;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#xFF0C;&#x6211;&#x4EEC;&#x7ED9;&#x5F53;&#x524D;&#x4F7F;&#x7528;&#x7684;&#x591A;&#x5C3A;&#x5EA6;&#x534F;&#x8BAE;&#xFF0C;&#x4EE5;&#x53CA;&#x4E00;&#x4E9B;&#x6700;&#x8FD1;&#x5E94;&#x7528;&#x5230;&#x86CB;&#x767D;&#x8D28;&#x6298;&#x53E0;&#x6A21;&#x62DF;&#x6211;&#x4EEC;&#x7EC4;&#x4E2D;&#x8BE6;&#x7EC6;&#x7684;&#x4ECB;&#x7ECD;&#x3002;&#x4F18;&#x70B9;&#x548C;&#x5F31;&#x70B9;&#xFF0C;&#x4EE5;&#x53CA;&#x8FD9;&#x4E9B;&#x591A;&#x5C3A;&#x5EA6;&#x7684;&#x534F;&#x8BAE;&#x7684;&#x5E94;&#x7528;&#x8303;&#x56F4;&#x8FDB;&#x884C;&#x8BA8;&#x8BBA;&#x3002;&#x6B64;&#x5916;&#x5EFA;&#x8BAE;&#x4E3A;&#x4ECA;&#x540E;&#x7684;&#x53D1;&#x5C55;&#x65B9;&#x5411;&#x3002;

&#x86CB;&#x767D;&#x8D28;&#x6298;&#x53E0;&#x6A21;&#x62DF;&#x591A;&#x5C3A;&#x5EA6;&#x65B9;&#x6CD5;&#x3002;

Inherently hierarchic nature of proteins makes multiscale computational methods especially useful in the studies of folding and other functional dynamics. With the multiscale strategies, one can achieve improved accuracy and efficiency by coupling the atomistic and the coarse grained simulations. Depending on the problems studied, very different implementation protocols can be used to realize the multiscale idea. Here, we give detailed introductions to the currently used multiscale protocols, together with some recent applications to the protein folding simulations in our group. The advantages and weakness, as well as the application scopes of these multiscale protocols are discussed. The directions for the future developments are also proposed.

Multiscale methods for protein folding simulations.

Nature intrins&egrave;quement hi&eacute;rarchique des prot&eacute;ines rend les m&eacute;thodes de calcul multi-&eacute;chelle particuli&egrave;rement utiles dans les &eacute;tudes de pliage et autre dynamique fonctionnelle. Avec les strat&eacute;gies multi-&eacute;chelles, on peut r&eacute;aliser la meilleure pr&eacute;cision et d&#39;efficacit&eacute; en couplant l&#39;atomistique et les gros grains des simulations. Selon les probl&egrave;mes &eacute;tudi&eacute;s, les protocoles de mise en &oelig;uvre tr&egrave;s diff&eacute;rente peuvent &ecirc;tre utilis&eacute;s pour r&eacute;aliser l&#39;id&eacute;e multi-&eacute;chelles. Ici, nous donnons des pr&eacute;sentations d&eacute;taill&eacute;es aux protocoles utilis&eacute;s actuellement multi-&eacute;chelles, ainsi que quelques applications r&eacute;centes &agrave; la prot&eacute;ine de pliage des simulations dans notre groupe. On discute des avantages et faiblesses, ainsi que les &eacute;tendues de l&#39;application de ces protocoles multi-&eacute;chelles. Les indications pour les d&eacute;veloppements futurs sont &eacute;galement propos&eacute;es.

M&eacute;thodes multi-&eacute;chelles pour les simulations de repliement des prot&eacute;ines.

Von Natur aus hierarchische Natur der Proteine macht Multiskalen Berechnungsmethoden in den Studien der Faltung und andere funktionale Dynamik besonders n&uuml;tzlich. Mit der Multiskalen-Strategien, erreichen eine verbesserten Genauigkeit und Effizienz durch die Kopplung der atomistischen und die grob genarbt Simulationen. Je nach Problemlage studiert k&ouml;nnen sehr unterschiedliche Durchf&uuml;hrungsprotokolle verwendet werden, die Multiskalen-Idee zu realisieren. Hier geben wir detaillierte Einf&uuml;hrungen zu den aktuell verwendeten Multiskalen-Protokollen, zusammen mit einigen neueren Anwendungen auf die Proteinfaltung Simulationen in unserer Gruppe. Die Vorteile und Schw&auml;che sowie die Bereiche der Anwendung dieser Multiskalen-Protokolle werden diskutiert. Die Anweisungen f&uuml;r die zuk&uuml;nftigen Entwicklungen werden auch vorgeschlagen.

Multiskalen-Methoden zur Simulation der Proteinfaltung.

Natura intrinsecamente gerarchico delle proteine rende metodi computazionali multiscala particolarmente utile negli studi di pieghevoli e altre dinamiche funzionali. Con le strategie multiscala, uno pu&ograve; realizzare una migliore precisione e l&#39;efficienza di accoppiamento l&#39;atomistico e la grossa grana simulazioni. A seconda dei problemi studiati, protocolli di attuazione molto differenti possono essere utilizzati per realizzare l&#39;idea multiscala. Qui, noi diamo dettagliate introduzioni ai protocolli multiscala attualmente utilizzati, insieme ad alcune recenti applicazioni alla proteina pieghevole simulazioni nel nostro gruppo. Vengono discussi i vantaggi e debolezza, nonch&eacute; gli ambiti di applicazione di questi protocolli multiscala. Sono inoltre proposte le indicazioni per gli sviluppi futuri.

Metodi multiscala per simulazioni di piegatura della proteina.

&#x86CB;&#x767D;&#x8CEA;&#x306E;&#x6027;&#x8CEA;&#x306E;&#x672C;&#x8CEA;&#x7684;&#x306B;&#x968E;&#x5C64;&#x7684;&#x30D5;&#x30A9;&#x30FC;&#x30EB;&#x30C7;&#x30A3;&#x30F3;&#x30B0;&#x7814;&#x7A76;&#x304A;&#x3088;&#x3073;&#x4ED6;&#x6A5F;&#x80FD;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x3067;&#x7279;&#x306B;&#x6709;&#x7528;&#x306E;&#x30DE;&#x30EB;&#x30C1; &#x30B9;&#x30B1;&#x30FC;&#x30EB;&#x8A08;&#x7B97;&#x624B;&#x6CD5;&#x3092;&#x306A;&#x308A;&#x307E;&#x3059;&#x3002;&#x30DE;&#x30EB;&#x30C1; &#x30B9;&#x30B1;&#x30FC;&#x30EB;&#x306E;&#x6226;&#x7565;&#x3068;&#x306F;&#x3001;1 &#x3064;&#x306E;&#x7CBE;&#x5EA6;&#x5411;&#x4E0A;&#x3092;&#x9054;&#x6210;&#x3067;&#x304D;&#x308B;&#x3057;&#x3001;&#x7C92;&#x72B6;&#x306E;&#x306B;&#x3088;&#x3063;&#x3066;&#x3001;&#x539F;&#x5B50;&#x3068;&#x3001;&#x7C97;&#x7D50;&#x5408;&#x52B9;&#x7387;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x3002;&#x52C9;&#x5F37;&#x306E;&#x554F;&#x984C;&#x306B;&#x5FDC;&#x3058;&#x3066;&#x3001;&#x30DE;&#x30EB;&#x30C1; &#x30B9;&#x30B1;&#x30FC;&#x30EB;&#x306E;&#x30A2;&#x30A4;&#x30C7;&#x30A2;&#x3092;&#x5B9F;&#x73FE;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x975E;&#x5E38;&#x306B;&#x7570;&#x306A;&#x308B;&#x5B9F;&#x88C5;&#x306E;&#x30D7;&#x30ED;&#x30C8;&#x30B3;&#x30EB;&#x3092;&#x4F7F;&#x7528;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;&#x3053;&#x3053;&#x3067;&#x306F;&#x3001;&#x4E00;&#x7DD2;&#x306B;&#x3044;&#x304F;&#x3064;&#x304B;&#x306E;&#x6700;&#x8FD1;&#x306E;&#x30A2;&#x30D7;&#x30EA;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3; &#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x306E;&#x6298;&#x308A;&#x7573;&#x307F;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x5F53;&#x793E;&#x30B0;&#x30EB;&#x30FC;&#x30D7;&#x5185;&#x306B;&#x3001;&#x73FE;&#x5728;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x3044;&#x308B;&#x30DE;&#x30EB;&#x30C1; &#x30B9;&#x30B1;&#x30FC;&#x30EB;&#x306E;&#x30D7;&#x30ED;&#x30C8;&#x30B3;&#x30EB;&#x306E;&#x8A73;&#x7D30;&#x306A;&#x7D39;&#x4ECB;&#x3092;&#x4E0E;&#x3048;&#x307E;&#x3059;&#x3002;&#x5229;&#x70B9;&#x3068;&#x5F31;&#x70B9;&#x3001;&#x3068;&#x3057;&#x3066;&#x3053;&#x308C;&#x3089;&#x30DE;&#x30EB;&#x30C1; &#x30B9;&#x30B1;&#x30FC;&#x30EB;&#x306E;&#x30D7;&#x30ED;&#x30C8;&#x30B3;&#x30EB;&#x306E;&#x30A2;&#x30D7;&#x30EA;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3; &#x30B9;&#x30B3;&#x30FC;&#x30D7;&#x3092;&#x8AAC;&#x660E;&#x3057;&#x307E;&#x3059;&#x3002;&#x5C06;&#x6765;&#x306E;&#x767A;&#x5C55;&#x306E;&#x65B9;&#x5411;&#x3082;&#x63D0;&#x6848;&#x3059;&#x308B;.

&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x306E;&#x6298;&#x308A;&#x7573;&#x307F;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x7528;&#x30DE;&#x30EB;&#x30C1; &#x30B9;&#x30B1;&#x30FC;&#x30EB; &#x30E1;&#x30BD;&#x30C3;&#x30C9;&#x3067;&#x3059;&#x3002;

&#xC811;&#xB294;&#xC758; &#xC5F0;&#xAD6C;&#xC640; &#xB2E4;&#xB978; &#xAE30;&#xB2A5; &#xC5ED;&#xD559;&#xC5D0; &#xB2E8;&#xBC31;&#xC9C8;&#xC758; &#xBCF8;&#xC9C8;&#xC801;&#xC73C;&#xB85C; &#xB098;&#xD0C0;&#xB09C; &#xD2B9;&#xC131;&#xC740; multiscale &#xACC4;&#xC0B0; &#xBC29;&#xBC95; &#xD2B9;&#xD788; &#xC720;&#xC6A9; &#xD558;&#xB2E4;. Multiscale &#xC804;&#xB7B5; &#xD558;&#xB098; &#xD5A5;&#xC0C1; &#xB41C; &#xC815;&#xD655;&#xB3C4; &#xC5BB;&#xC744; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xBC0F; &#xD6A8;&#xC728;&#xC131;&#xC5D0;&#xC11C; atomistic &#xD558; &#xACE0;&#xB294; &#xAC70;&#xCE5C; &#xC5EC; &#xB098;&#xBB47;&#xACB0; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158;. &#xACF5;&#xBD80; &#xD558;&#xB294; &#xBB38;&#xC81C;&#xC5D0; &#xB530;&#xB77C; &#xB9E4;&#xC6B0; &#xB2E4;&#xB978; &#xAD6C;&#xD604; &#xD504;&#xB85C;&#xD1A0;&#xCF5C; multiscale &#xC544;&#xC774;&#xB514;&#xC5B4;&#xB97C; &#xC2E4;&#xD604; &#xD558;&#xAE30; &#xC704;&#xD574; &#xC0AC;&#xC6A9;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC5EC;&#xAE30;, &#xC6B0;&#xB9AC;&#xAC00; &#xC6B0;&#xB9AC;&#xC758; &#xADF8;&#xB8F9;&#xC5D0; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158;&#xC744; &#xC811;&#xB294; &#xB2E8;&#xBC31;&#xC9C8;&#xC5D0; &#xCD5C;&#xADFC; &#xC77C;&#xBD80; &#xC751;&#xC6A9; &#xD504;&#xB85C;&#xADF8;&#xB7A8;&#xACFC; &#xD568;&#xAED8; &#xD604;&#xC7AC; &#xC0AC;&#xC6A9;&#xB41C; &#xC911;&#xC778; multiscale &#xD504;&#xB85C;&#xD1A0;&#xCF5C; &#xC0C1;&#xC138; &#xC18C;&#xAC1C; &#xC81C;&#xACF5; &#xD569;&#xB2C8;&#xB2E4;. &#xC7A5;&#xC810; &#xBC0F; &#xC57D;&#xC810;, &#xBFD0;&#xB9CC; &#xC544;&#xB2C8;&#xB77C; &#xC774;&#xB7EC;&#xD55C; multiscale &#xD504;&#xB85C;&#xD1A0;&#xCF5C;&#xC758; &#xC751;&#xC6A9; &#xBC94;&#xC704;&#xB97C; &#xC124;&#xBA85; &#xD569;&#xB2C8;&#xB2E4;. &#xBBF8;&#xB798; &#xBC1C;&#xC804;&#xC744; &#xC704;&#xD55C; &#xBC29;&#xD5A5; &#xC81C;&#xC548; &#xD569;&#xB2C8;&#xB2E4;.

&#xB2E8;&#xBC31;&#xC9C8; &#xD3F4;&#xB529; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158; multiscale &#xBC29;&#xBC95;&#xC785;&#xB2C8;&#xB2E4;.

&#x8868;&#x5F81;&#x86CB;&#x767D;&#x5728;&#x539F;&#x5B50;&#x5206;&#x8FA8;&#x7387;&#x7684;&#x80FD;&#x6E90;&#x683C;&#x5C40;&#x4ECD;&#x7136;&#x662F;&#x4E00;&#x4E2A;&#x975E;&#x5E38;&#x5177;&#x6709;&#x6311;&#x6218;&#x6027;&#x7684;&#x95EE;&#x9898;&#xFF0C;&#x56E0;&#x4E3A;&#x5B83;&#x540C;&#x65F6;&#x8981;&#x6C42;&#x7279;&#x5B9A;&#x7684;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x548C;&#x9AD8;&#x6548;&#x7387;&#x7684;&#x6784;&#x8C61;&#x91C7;&#x6837;&#x7684;&#x4F30;&#x8BA1;&#x7684;&#x9AD8;&#x7CBE;&#x5EA6;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#xFF0C;&#x8981;&#x6EE1;&#x8DB3;&#x8FD9;&#x4E24;&#x4E2A;&#x8981;&#x6C42;&#xFF0C;&#x5BF9;&#x4E8E;&#x6211;&#x4EEC;&#x6269;&#x5C55;&#x81EA;&#x5B66;&#x591A;&#x5C3A;&#x5EA6;&#x6A21;&#x62DF; (SLMS) &#x65B9;&#x6CD5;&#x6700;&#x8FD1;&#x7814;&#x5236;&#x5E76;&#x5E94;&#x7528;&#x4E8E;&#x8BBE;&#x8BA1;&#x7684; &beta; &#x53D1;&#x5939; CLN025&#x3002;SLMS &#x96C6;&#x6210;&#x4E86;&#x6240;&#x6709;&#x539F;&#x5B50;&#x548C;&#x7C97;&#x7C92;&#x5EA6; (CG) &#x6A21;&#x578B;&#x8FED;&#x4EE3;&#x7684;&#x65B9;&#x5F0F;&#xFF0C;&#x8FD9;&#x6837;&#x7684;&#x6784;&#x8C61;&#x91C7;&#x6837;&#x7531; CG &#x6A21;&#x578B;&#x3001; AA &#x80FD;&#x6E90;&#x7528;&#x4E8E;&#x6821;&#x51C6;&#x7684;&#x80FD;&#x6E90;&#x666F;&#x89C2;&#xFF0C;&#x548C; CG &#x6A21;&#x578B;&#x6539;&#x8FDB;&#x7684;&#x6821;&#x51C6;&#x7684;&#x80FD;&#x6E90;&#x666F;&#x89C2;&#x3002;&#x6211;&#x4EEC;&#x6269;&#x5C55;&#x80FD;&#x91CF;&#x5206;&#x89E3;&#x4E3A;&#x81EA;&#x5B66;&#x7684; CG &#x7684;&#x6F5C;&#x529B;&#x548C;&#x4E24;-&#x73E0;/&#x6B8B;&#x7559; CG &#x6A21;&#x578B;&#x4F7F;&#x7528;&#x7684;&#x4E24;&#x4E2A;&#x65B9;&#x9762;&#xFF0C;SLMS&#x3002;&#x7ED3;&#x679C;&#x663E;&#x793A;&#x81EA;&#x5B66;&#x5927;&#x5927;&#x6539;&#x5584; CG &#x7684;&#x6F5C;&#x529B;&#xFF0C;&#x5E76;&#x5177;&#x6709;&#x6D3E;&#x751F;&#x7684; CG &#x6F5C;&#x529B;&#xFF0C;&beta; &#x53D1;&#x5939; CLN025 &#x5F3A;&#x52B2;&#x6298;&#x53E0;&#x4E0E;&#x672C;&#x673A;&#x7ED3;&#x6784;&#x3002;&#x81EA;&#x5B66;&#x7684;&#x8FED;&#x4EE3;&#x9010;&#x6B65;&#x52A0;&#x5F3A;&#x4E2D; CG &#x6F5C;&#x529B;&#x7684;&#x4E0A;&#x4E0B;&#x6587;&#x4F9D;&#x8D56;&#xFF0C;&#x5E76;&#x589E;&#x52A0;&#x80FD;&#x6E90;&#x672C;&#x673A;&#x548C;&#x53D8;&#x6027;&#x7684; CG &#x6A21;&#x578B;&#xFF0C;&#x5BFC;&#x81F4;&#x6F0F;&#x6597;&#x6837;&#x80FD;&#x6E90;&#x683C;&#x5C40;&#x7684;&#x56FD;&#x5BB6;&#x4E4B;&#x95F4;&#x7684;&#x5DEE;&#x8DDD;&#x3002;&#x901A;&#x8FC7;&#x4F7F;&#x7528; SLMS &#x65B9;&#x6CD5;&#xFF0C;&#x672C;&#x673A;&#x7ED3;&#x6784;&#xFF0C;&#x4F46;&#x6709;&#x7684; AA &#x80FD;&#x91CF;&#xFF0C;&#x5E2E;&#x52A9;&#x4E8B;&#x5148;&#x4E0D;&#x77E5;&#x60C5;&#x7684;&#x60C5;&#x51B5;&#x4E0B;&#x6211;&#x4EEC;&#x53EF;&#x4EE5;&#x83B7;&#x53D6;&#x7279;&#x5B9A;&#x4E8E;&#x76EE;&#x6807;&#x86CB;&#x767D;&#x5EA6;&#x8EAB;&#x8BA2;&#x9020;&#x7684; CG &#x6F5C;&#x529B;&#x3002;&#x8BE5;&#x65B9;&#x6CD5;&#x53EF;&#x7528;&#x4E8E; de novo &#x7ED3;&#x6784;&#x9884;&#x6D4B;&#x3002;

&#x901A;&#x8FC7;&#x81EA;&#x5B66;&#x591A;&#x5C3A;&#x5EA6;&#x6A21;&#x62DF;&#x8868;&#x5F81;&#x86CB;&#x767D;&#x80FD;&#x6E90;&#x666F;&#x89C2;&#xFF1A; &#x5E94;&#x7528;&#x5230;&#x8BBE;&#x8BA1;&#x7684; &beta; &#x53D1;&#x5939;&#x3002;

Characterizing the energy landscape of proteins at atomic resolution is still a very challenging problem, since it simultaneously requires high accuracy in estimating specific interactions and high efficiency in conformational sampling. Here, for these two requirements to meet, we extended the self-learning multiscale simulation (SLMS) method developed recently and applied it to the designed Î²-hairpin CLN025. The SLMS integrates all-atom and coarse-grained (CG) models in an iterative way such that the conformational sampling is performed by the CG model, the AA energy is used to calibrate the energy landscape, and the CG model is improved by the calibrated energy landscape. We extended the SLMS in two aspects, use of the energy decomposition for self-learning of the CG potential and a two-bead/residue CG model. The results show that the self-learning greatly improved the CG potential, and with the derived CG potential, the Î²-hairpin CLN025 robustly folded to the native structure. The self-learning iteration progressively enhanced the context dependence in the CG potential and increased the energy gap between the native and the denatured states of the CG model, leading to a funnel-like energy landscape. By using the SLMS method, without prior knowledge of the native structure but with the help of the AA energy, we can obtain a tailor-made CG potential specific to the target protein. The method can be useful for de novo structure prediction as well.

Characterizing protein energy landscape by self-learning multiscale simulations: application to a designed Î²-hairpin.

Qui caract&eacute;risent le paysage de l&#39;&eacute;nergie des prot&eacute;ines &agrave; r&eacute;solution atomique est toujours un probl&egrave;me tr&egrave;s difficile, car il impose simultan&eacute;ment de grande pr&eacute;cision dans l&#39;estimation des interactions sp&eacute;cifiques et une grande efficacit&eacute; dans l&#39;&eacute;chantillonnage conformationnel. Ici, pour ces deux exigences &agrave; satisfaire, nous avons &eacute;tendu l&#39;auto-apprentissage simulation multi-&eacute;chelle (MSL) m&eacute;thode r&eacute;cemment d&eacute;velopp&eacute;e et appliqu&eacute;e &agrave; la CLN025 con&ccedil;u &beta;-&eacute;pingle &agrave; cheveux. Le MSL int&egrave;gre tout-atome et les mod&egrave;les &agrave; grain grossier (CG) de mani&egrave;re it&eacute;rative telle que la conformation est r&eacute;alis&eacute;e par le mod&egrave;le CG, l&#39;&eacute;nergie de l&#39;AA est utilis&eacute;e pour calibrer le paysage &eacute;nerg&eacute;tique et le mod&egrave;le CG est am&eacute;lior&eacute; par le paysage &eacute;nerg&eacute;tique calibr&eacute;e. Nous avons &eacute;tendu la MSL sous deux aspects, l&#39;utilisation de la d&eacute;composition de l&#39;&eacute;nergie d&#39;auto-apprentissage du potentiel CG et un mod&egrave;le de deux-perle/r&eacute;sidus CG. Les r&eacute;sultats montrent que l&#39;auto-apprentissage grandement am&eacute;lior&eacute; le potentiel de la CG, et le potentiel CG d&eacute;riv&eacute;, le CLN025 &beta;-&eacute;pingle &agrave; cheveux pli&eacute;s solidement la structure native. L&#39;it&eacute;ration auto-apprentissage progressivement renforc&eacute; la d&eacute;pendance du contexte dans le potentiel CG et creuse l&#39;&eacute;cart d&#39;&eacute;nergie entre les autochtones et les &Eacute;tats d&eacute;natur&eacute;s du mod&egrave;le CG, conduisant &agrave; un paysage &eacute;nerg&eacute;tique de l&#39;entonnoir. En utilisant la m&eacute;thode de la MSL, sans connaissance pr&eacute;alable de la structure native, mais avec l&#39;aide de l&#39;&eacute;nergie de l&#39;AA, nous pouvons obtenir un potentiel CG sur mesure sp&eacute;cifique &agrave; la prot&eacute;ine cible. La m&eacute;thode peut &ecirc;tre utile pour de novo pr&eacute;diction de la structure ainsi.

Qui caract&eacute;risent le paysage &eacute;nerg&eacute;tique de prot&eacute;ine par auto-apprentissage des simulations multi-&eacute;chelles : application &agrave; un &beta;-&eacute;pingle &agrave; cheveux con&ccedil;u.

Charakterisierung der Energielandschaft Proteine mit atomarer Aufl&ouml;sung ist noch eine sehr schwierige Problem, da sie gleichzeitig hohen Genauigkeit bei der Sch&auml;tzung der spezifischen Wechselwirkungen und hohe Effizienz bei der Konformations&auml;nderungen Probenahme erfordert. Hier, f&uuml;r diese beiden Anforderungen zu erf&uuml;llen, erweitert haben wir das Selbstlernen Multiskalen-Simulationsverfahren (SLMS) vor kurzem entwickelt und es auf die entworfenen &beta;-Haarnadel-CLN025 angewendet. Der SLMS integriert All-Atom und grobk&ouml;rnigen (CG) Modelle iterative Weise, so dass die Konformations&auml;nderungen Probenahme durch das CG-Modell erfolgt, die AA-Energie verwendet wird, um die Energielandschaft zu kalibrieren und das CG-Modell wird durch die kalibrierte Energielandschaft verbessert. Wir erweitern die SLMS in zwei Aspekten, Nutzung der Energie-Zerlegung f&uuml;r Selbstlernen der CG-Potenzial und ein zwei-Perlen/R&uuml;ckstand CG Modell. Die Ergebnisse zeigen, dass das Selbstlernen das CG-Potenzial erheblich verbessert, und mit dem abgeleiteten CG-Potenzial der &beta;-Haarnadel-CLN025 robust der systemeigenen Struktur gefaltet. Die selbstlernende Iteration schrittweise verbessert die Kontext-Abh&auml;ngigkeit in der CG-Potenzial und erh&ouml;ht die Energie-L&uuml;cke zwischen systemeigenen und denaturierten Staaten des CG-Modell, was zu eine trichterartige Energielandschaft. Mit die SLMS-Methode, ohne Vorkenntnisse der native Struktur aber mit Hilfe der AA Energie, erhalten wir ein ma&szlig;geschneidertes CG-Potenzial, die spezifisch f&uuml;r das Zielprotein. Die Methode kann f&uuml;r de-Novo-Strukturvorhersage auch n&uuml;tzlich sein.

Charakterisierung von Protein-Energie-Landschaft mit Selbstlernen Multiskalen-Simulationen: Anwendung auf eine gestaltete &beta;-Haarnadel.

Che caratterizzano il panorama energetico delle proteine a risoluzione atomica &egrave; ancora un problema molto impegnativo, poich&eacute; contemporaneamente richiede un&#39;elevata precisione nella stima interazioni specifiche e ad alta efficienza di campionamento conformazionale. Qui, per questi due requisiti da soddisfare, abbiamo esteso l&#39;auto-apprendimento, metodo di simulazione multiscala (slm) recentemente sviluppata e applicata al CLN025 &beta;-hairpin progettato. La SLM integra all-atom e grana grossa (CG) modelli in modo iterativo, tale che il campionamento conformazionale viene eseguito dal modello CG, l&#39;energia di AA &egrave; usato per calibrare il panorama energetico e il modello CG &egrave; migliorato con il panorama energetico calibrato. Abbiamo esteso audiovisivi in due aspetti, uso della decomposizione energia per autoapprendimento il potenziale CG e un modello CG due-tallone/residui. I risultati mostrano che l&#39;auto-apprendimento migliorato notevolmente il potenziale CG, e con il potenziale CG derivato, il &beta;-hairpin CLN025 robustamente piegato alla struttura nativa. L&#39;iterazione di autoapprendimento progressivamente migliorato la dipendenza dal contesto del potenziale di CG e aumentato il gap di energia tra il nativo e denaturati stati del modello CG, portando ad un paesaggio di imbuto-come l&#39;energia. Utilizzando il metodo di audiovisivi, senza la preventiva conoscenza della struttura nativa, ma con l&#39;aiuto dell&#39;energia AA, possiamo ottenere un potenziale CG su misura specifico per la proteina dell&#39;obiettivo. Il metodo pu&ograve; essere utile per de novo previsione della struttura come bene.

Che caratterizzano il panorama energetico della proteina di autoapprendimento simulazioni multiscala: applicazione di un &beta;-hairpin progettato.

&#x305D;&#x308C;&#x306F;&#x540C;&#x6642;&#x306B;&#x7279;&#x7570;&#x7684;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x3068; conformational &#x30B5;&#x30F3;&#x30D7;&#x30EA;&#x30F3;&#x30B0;&#x3067;&#x9AD8;&#x52B9;&#x7387;&#x306E;&#x63A8;&#x5B9A;&#x306B;&#x304A;&#x3051;&#x308B;&#x9AD8;&#x7CBE;&#x5EA6;&#x3092;&#x5FC5;&#x8981;&#x3068;&#x3059;&#x308B;&#x306E;&#x3067;&#x539F;&#x5B50;&#x5206;&#x89E3;&#x80FD;&#x3067;&#x86CB;&#x767D;&#x8CEA;&#x306E;&#x30A8;&#x30CD;&#x30EB;&#x30AE;&#x30FC;&#x30E9;&#x30F3;&#x30C9;&#x30B9; &#x30B1;&#x30FC;&#x30D7;&#x3092;&#x7279;&#x5FB4;&#x3065;&#x3051;&#x308B;&#x307E;&#x3060;&#x3001;&#x975E;&#x5E38;&#x306B;&#x96E3;&#x3057;&#x3044;&#x554F;&#x984C;&#x3067;&#x3059;&#x3002;&#x3053;&#x3053;&#x3067;&#x306F;&#x3001;2 &#x3064;&#x306E;&#x8981;&#x4EF6;&#x3092;&#x6E80;&#x305F;&#x3059;&#x305F;&#x3081;&#x306B;&#x3053;&#x308C;&#x3089;&#x3001;&#x79C1;&#x305F;&#x3061;&#x81EA;&#x5DF1;&#x5B66;&#x7FD2;&#x30DE;&#x30EB;&#x30C1; &#x30B9;&#x30B1;&#x30FC;&#x30EB; &#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3; (SLMS) &#x6CD5;&#x3092;&#x6700;&#x8FD1;&#x958B;&#x767A;&#x3057;&#x3001;&#x8A2D;&#x8A08;&#x3055;&#x308C;&#x305F; &beta; &#x30D8;&#x30A2;&#x30D4;&#x30F3; CLN025 &#x306B;&#x9069;&#x7528;&#x62E1;&#x5F35;&#x3002;&#x5168;&#x539F;&#x5B50;&#x304C; SLMS &#x3092;&#x7D71;&#x5408;&#x3057;&#x3001;conformational &#x30B5;&#x30F3;&#x30D7;&#x30EA;&#x30F3;&#x30B0; CG &#x30E2;&#x30C7;&#x30EB;&#x306B;&#x3088;&#x3063;&#x3066;&#x5B9F;&#x884C;&#x3055;&#x308C;&#x308B;&#x3001;AA &#x30A8;&#x30CD;&#x30EB;&#x30AE;&#x30FC; &#x30A8;&#x30CD;&#x30EB;&#x30AE;&#x30FC;&#x306E;&#x98A8;&#x666F;&#x3092;&#x6821;&#x6B63;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x4F7F;&#x7528;&#x3057;&#x3066; CG &#x30E2;&#x30C7;&#x30EB;&#x306B;&#x3088;&#x308B;&#x30AD;&#x30E3;&#x30EA;&#x30D6;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3; &#x30A8;&#x30CD;&#x30EB;&#x30AE;&#x30FC;&#x666F;&#x89B3;&#x6539;&#x5584;&#x3055;&#x308C;&#x308B;&#x3088;&#x3046;&#x306B;&#x3001;&#x53CD;&#x5FA9;&#x7684;&#x306A;&#x65B9;&#x6CD5;&#x3067;&#x7C92;&#x5EA6;&#x306E;&#x7C97;&#x3044; (CG) &#x3092;&#x30E2;&#x30C7;&#x30EB;&#x5316;&#x3057;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005; &#x306F; SLMS CG &#x306E;&#x53EF;&#x80FD;&#x6027;&#x3068; 2-&#x30D3;&#x30FC;&#x30BA;/&#x6B8B;&#x6E23; CG &#x30E2;&#x30C7;&#x30EB;&#x306E;&#x81EA;&#x5DF1;&#x5B66;&#x7FD2;&#x306E;&#x305F;&#x3081;&#x306E;&#x30A8;&#x30CD;&#x30EB;&#x30AE;&#x30FC;&#x5206;&#x89E3;&#x4F7F;&#x7528; 2 &#x3064;&#x306E;&#x5074;&#x9762;&#x3067;&#x62E1;&#x5F35;&#x3002;&#x305D;&#x306E;&#x7D50;&#x679C;&#x3001;&#x81EA;&#x5DF1;&#x5B66;&#x7FD2; CG &#x306E;&#x53EF;&#x80FD;&#x6027;&#x3092;&#x5927;&#x5E45;&#x306B;&#x6539;&#x5584;&#x3001;&#x6D3E;&#x751F;&#x306E; CG &#x306E;&#x53EF;&#x80FD;&#x6027;&#x3068;&#x306F;&#x3001;&beta; &#x30D8;&#x30A2;&#x30D4;&#x30F3; CLN025 &#x9811;&#x5065;&#x30CD;&#x30A4;&#x30C6;&#x30A3;&#x30D6;&#x69CB;&#x9020;&#x306B;&#x6298;&#x308A;&#x7573;&#x307E;&#x308C;&#x305F;. &#x3057;&#x307E;&#x3059;&#x3002;&#x81EA;&#x5DF1;&#x5B66;&#x7FD2;&#x306E;&#x30A4;&#x30C6;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306F;&#x5F90;&#x3005; &#x306B; CG &#x306E;&#x53EF;&#x80FD;&#x6027;&#x306B;&#x304A;&#x3051;&#x308B;&#x6587;&#x8108;&#x4F9D;&#x5B58;&#x6027;&#x306E;&#x5F37;&#x5316;&#x3057;&#x3001;&#x30CD;&#x30A4;&#x30C6;&#x30A3;&#x30D6;&#x3068;&#x306E;&#x6F0F;&#x6597;&#x306E;&#x3088;&#x3046;&#x306A;&#x30A8;&#x30CD;&#x30EB;&#x30AE;&#x30FC;&#x306E;&#x98A8;&#x666F;&#x306B;&#x3064;&#x306A;&#x304C;&#x308B;&#x3001;CG &#x30E2;&#x30C7;&#x30EB;&#x306E;&#x5909;&#x6027;&#x72B6;&#x614B;&#x306E;&#x30A8;&#x30CD;&#x30EB;&#x30AE;&#x30FC; &#x30AE;&#x30E3;&#x30C3;&#x30D7;&#x3092;&#x5897;&#x52A0;&#x3057;&#x307E;&#x3059;&#x3002;AA &#x30A8;&#x30CD;&#x30EB;&#x30AE;&#x30FC;&#x306E;&#x52A9;&#x3051;&#x3092;&#x501F;&#x308A;&#x3066;&#x3057;&#x304B;&#x3057;&#x3001;&#x30CD;&#x30A4;&#x30C6;&#x30A3;&#x30D6;&#x306E;&#x69CB;&#x9020;&#x4F53;&#x306E;&#x4E88;&#x5099;&#x77E5;&#x8B58;&#x306A;&#x3057;&#x306E; SLMS &#x30E1;&#x30BD;&#x30C3;&#x30C9;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x3001;&#x30AA;&#x30FC;&#x30C0;&#x30FC;&#x30E1;&#x30A4;&#x30C9;&#x306E; CG &#x6F5C;&#x5728;&#x7684;&#x306A;&#x306E;&#x30BF;&#x30FC;&#x30B2;&#x30C3;&#x30C8;&#x86CB;&#x767D;&#x8CEA;&#x306B;&#x7279;&#x5B9A;&#x3092;&#x53D6;&#x5F97;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;&#x30E1;&#x30BD;&#x30C3;&#x30C9;&#x306F; de novo &#x7ACB;&#x4F53;&#x69CB;&#x9020;&#x4E88;&#x6E2C;&#x306E;&#x305F;&#x3081;&#x306B;&#x3082;&#x5F79;&#x306B;&#x7ACB;&#x3061;&#x307E;&#x3059;&#x3002;

&#x30DE;&#x30EB;&#x30C1; &#x30B9;&#x30B1;&#x30FC;&#x30EB; &#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x81EA;&#x5DF1;&#x5B66;&#x7FD2;&#x306B;&#x3088;&#x308B;&#x86CB;&#x767D;&#x8CEA;&#x30A8;&#x30CD;&#x30EB;&#x30AE;&#x30FC;&#x306E;&#x98A8;&#x666F;&#x3092;&#x7279;&#x5FB4;&#x3065;&#x3051;&#x308B;: &#x30A2;&#x30D7;&#x30EA;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x8A2D;&#x8A08;&#x306E; &beta; &#x30D8;&#x30A2;&#x30D4;&#x30F3;&#x306B;&#x3002;

&#xC6D0;&#xC790; &#xD574;&#xC0C1;&#xB3C4;&#xC5D0;&#xC11C; &#xB2E8;&#xBC31;&#xC9C8;&#xC758; &#xC5D0;&#xB108;&#xC9C0; &#xD48D;&#xACBD;&#xC744; &#xD2B9;&#xC131;&#xD654; &#xC5EC;&#xC804;&#xD788; &#xB9E4;&#xC6B0; &#xC5B4;&#xB824;&#xC6B4; &#xBB38;&#xC81C; &#xB54C;&#xBB38;&#xC5D0; &#xB418; &#xB3D9;&#xC2DC;&#xC5D0; &#xD2B9;&#xC815; &#xC0C1;&#xD638; &#xC791;&#xC6A9; &#xBC0F; &#xAD6C;&#xC870;&#xC801; &#xC0D8;&#xD50C;&#xB9C1;&#xC5D0;&#xC11C; &#xB192;&#xC740; &#xD6A8;&#xC728; &#xCD94;&#xC815;&#xC5D0;&#xC11C; &#xB192;&#xC740; &#xC815;&#xD655;&#xB3C4;. &#xC5EC;&#xAE30;, &#xB450; &#xC774;&#xB7EC;&#xD55C; &#xC694;&#xAD6C; &#xC0AC;&#xD56D;&#xC5D0; &#xB9DE;&#xAC8C; &#xC6B0;&#xB9AC; multiscale &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158; (SLMS) &#xBC29;&#xBC95;&#xACFC; &#xCD5C;&#xADFC; &#xAC1C;&#xBC1C; &#xC124;&#xACC4; &#xB41C; &beta;-&#xBA38;&#xB9AC; &#xD540; CLN025 &#xC801;&#xC6A9; &#xC790;&#xC728; &#xD559;&#xC2B5; &#xC5F0;&#xC7A5;. SLMS &#xD1B5;&#xD569; &#xBAA8;&#xB4E0; &#xC6D0;&#xC790;&#xC640; &#xAD6C;&#xC870;&#xC801; &#xC0D8;&#xD50C;&#xB9C1; CG &#xBAA8;&#xB378;&#xC744; &#xC218;&#xD589;&#xD55C; AA &#xC5D0;&#xB108;&#xC9C0; &#xC5D0;&#xB108;&#xC9C0; &#xD48D;&#xACBD; &#xBCF4;&#xC815; &#xD558;&#xB294; &#xB370; &#xC0AC;&#xC6A9; &#xD558; &#xACE0; CG &#xBAA8;&#xB378; &#xBCF4;&#xC815;&#xB41C; &#xC5D0;&#xB108;&#xC9C0; &#xD48D;&#xACBD;&#xC73C;&#xB85C; &#xD5A5;&#xC0C1; &#xB418;&#xB3C4;&#xB85D; &#xBC18;&#xBCF5;&#xC801;&#xC778; &#xBC29;&#xBC95;&#xC73C;&#xB85C; &#xC815;&#xAD50; (CG) &#xBAA8;&#xB378;. &#xC6B0;&#xB9AC;&#xB294; &#xB450; &#xAC00;&#xC9C0; &#xCE21;&#xBA74;&#xC5D0;&#xC11C; SLMS CG &#xC7A0;&#xC7AC;&#xB825;&#xACFC; 2-&#xAD6C;&#xC2AC;/&#xCC0C; &#xAEBC; &#xAE30; CG &#xBAA8;&#xB378;&#xC758; &#xC790;&#xC728; &#xD559;&#xC2B5;&#xC5D0; &#xB300; &#xD55C; &#xC5D0;&#xB108;&#xC9C0; &#xBD84;&#xD574;&#xC758; &#xC0AC;&#xC6A9; &#xC5F0;&#xC7A5;. &#xACB0;&#xACFC; &#xD45C;&#xC2DC; CG &#xC7A0;&#xC7AC;&#xB825;&#xC744; &#xD06C;&#xAC8C; &#xAC1C;&#xC120; &#xB41C; &#xC790;&#xC728; &#xD559;&#xC2B5; &#xD30C;&#xC0DD;&#xB41C; CG &#xC7A0;&#xC7AC;&#xB825;&#xACFC; &beta;-&#xBA38;&#xB9AC; &#xD540; CLN025 &#xACAC;&#xACE0; &#xB124;&#xC774;&#xD2F0;&#xBE0C; &#xAD6C;&#xC870;&#xCCB4;&#xC5D0; &#xC811;&#xD600;. &#xC790;&#xB3D9; &#xBC18;&#xBCF5; &#xC810;&#xC9C4;&#xC801;&#xC73C;&#xB85C; CG &#xC7A0;&#xC7AC;&#xB825;&#xC5D0; &#xCEE8;&#xD14D;&#xC2A4;&#xD2B8; &#xC758;&#xC874;&#xC744; &#xAC15;&#xD654; &#xD558; &#xACE0; &#xB124;&#xC774;&#xD2F0;&#xBE0C;&#xC640; &#xAE54;&#xB54C;&#xAE30; &#xBAA8;&#xC591;&#xC758; &#xC5D0;&#xB108;&#xC9C0; &#xD504;&#xB9AC;&#xB85C; &#xC774;&#xC5B4;&#xC9C0;&#xB294; CG &#xBAA8;&#xB378;&#xC758; &#xBCC0;&#xC131;&#xB41C; &#xC0C1;&#xD0DC; &#xC0AC;&#xC774;&#xC758; &#xC5D0;&#xB108;&#xC9C0; &#xAC2D;&#xC744; &#xC99D;&#xAC00;. &#xD558;&#xC9C0;&#xB9CC; AA &#xC5D0;&#xB108;&#xC9C0;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xB124;&#xC774;&#xD2F0;&#xBE0C; &#xAD6C;&#xC870;&#xCCB4;&#xC758; &#xC0AC;&#xC804; &#xC9C0;&#xC2DD; &#xC5C6;&#xC774; SLMS &#xBA54;&#xC11C;&#xB4DC;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC6B0;&#xB9AC; &#xB300;&#xC0C1; &#xB2E8;&#xBC31;&#xC9C8;&#xC5D0; &#xD2B9;&#xC815; &#xB9DE;&#xCDA4;&#xD615; cg&#xB85C; &#xAC00;&#xB2A5;&#xC131;&#xC744; &#xC5BB;&#xC744; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xBA54;&#xC11C;&#xB4DC;&#xB294; &#xB4DC; &#xB178; &#xBCF4; &#xAD6C;&#xC870; &#xC608;&#xCE21;&#xB3C4; &#xC720;&#xC6A9;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;.

&#xB2E8;&#xBC31;&#xC9C8; &#xC5D0;&#xB108;&#xC9C0; &#xD504;&#xB9AC; multiscale &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158; &#xC790;&#xC728; &#xD559;&#xC2B5;&#xC5D0; &#xC758;&#xD574; &#xD2B9;&#xC131;&#xD654;: &#xC124;&#xACC4; &#xB41C; &beta;-&#xBA38;&#xB9AC; &#xD540;&#xC744; &#xC751;&#xC6A9; &#xD504;&#xB85C;&#xADF8;&#xB7A8;.

Que caracterizan el paisaje de la energ&iacute;a de las prote&iacute;nas en resoluci&oacute;n at&oacute;mica sigue siendo un problema muy dif&iacute;cil, ya que al mismo tiempo requiere alta precisi&oacute;n en la estimaci&oacute;n de la eficacia alta en muestreo conformacional e interacciones espec&iacute;ficas. Aqu&iacute;, estos dos requisitos a cumplir, ampliamos el autoaprendizaje m&eacute;todo de Simulaci&oacute;n multiescala (SLMS) recientemente hab&iacute;a desarrollado y hab&iacute;a aplicado a la &beta;-horquilla dise&ntilde;ado CLN025. La SLMS integra todo-&aacute;tomo y modelos de grano grueso (CG) de forma iterativa el muestreo conformacional se realiza mediante el modelo CG, la energ&iacute;a de AA se utiliza para calibrar el paisaje de la energ&iacute;a y el modelo CG es mejorado por el paisaje de calibrado de la energ&iacute;a. Ampliamos el SLMS en dos aspectos, el uso de la descomposici&oacute;n de la energ&iacute;a para el autoaprendizaje del potencial CG y un modelo de dos bolas/residuos CG. Los resultados muestran que el autoaprendizaje hab&iacute;a mejorado el potencial de la CG, y con el potencial derivado de la CG, la &beta;-horquilla CLN025 doblado s&oacute;lidamente a la estructura nativa. La iteraci&oacute;n autoaprendizaje progresivamente hab&iacute;a mejorado la dependencia del contexto en el potencial de la CG y aument&oacute; la diferencia de energ&iacute;a entre el nativo y los desnaturalizado Estados del modelo CG, llevando a un paisaje de embudo-como energ&iacute;a. Mediante el m&eacute;todo SLMS, sin conocimiento previo de la estructura nativa, pero con la ayuda de la energ&iacute;a de la AA, podemos obtener un potencial CG a medida espec&iacute;fico a la prote&iacute;na diana. El m&eacute;todo puede ser &uacute;til para la predicci&oacute;n de estructura de novo de as&iacute;.

Caracterizar el paisaje de energ&iacute;a prote&iacute;na por Simulaci&oacute;n multiescala de autoaprendizaje: aplicaci&oacute;n a una &beta;-horquilla dise&ntilde;ada.

Proteins have often evolved sequences so as to acquire the ability for regulation via allosteric conformational change. Here we investigate how allosteric dynamics is designed through sequences with nonlinear interaction features. First, for 71 allosteric proteins of which two, open and closed, structures are available, a statistical survey of interactions using an all-atom model with effective solvation shows that those residue contact interactions specific to one of the two states are significantly weaker than are the contact interactions shared by the two states. This interaction feature indicates there is underlying sequence design to facilitate conformational change. Second, based on the energy landscape theory, we implement these interaction features into a new atomic-interaction-based coarse-grained model via a multiscale simulation protocol (AICG). The AICG model outperforms standard coarse-grained models for predictions of the native-state mean fluctuations and of the conformational change direction. Third, using the new model for adenylate kinase, we show that intrinsic fluctuations in one state contain rare and large-amplitude motions nearly reaching the other state. Such large-amplitude motions are realized partly by sequence specificity and partly by the nonlinear nature of contact interactions, leading to cracking. Both features enhance conformational transition rates.

Frustration, specific sequence dependence, and nonlinearity in large-amplitude fluctuations of allosteric proteins.

&#x86CB;&#x767D;&#x8D28;&#x5F80;&#x5F80;&#x6F14;&#x53D8;&#x5E8F;&#x5217;&#x4EE5;&#x83B7;&#x5F97;&#x901A;&#x8FC7;&#x53D8;&#x6784;&#x6784;&#x8C61;&#x53D8;&#x5316;&#x7684;&#x8C03;&#x8282;&#x80FD;&#x529B;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#x6211;&#x4EEC;&#x8C03;&#x67E5;&#x5982;&#x4F55;&#x53D8;&#x6784;&#x52A8;&#x529B;&#x5B66;&#x65E8;&#x5728;&#x901A;&#x8FC7;&#x5E8F;&#x5217;&#x7684;&#x975E;&#x7EBF;&#x6027;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x7684;&#x529F;&#x80FD;&#x3002;&#x7B2C;&#x4E00;&#xFF0C;71 &#x53D8;&#x6784;&#x86CB;&#x767D;&#x8D28;&#xFF0C;&#x5176;&#x4E2D;&#x4E24;&#x4E2A;&#xFF0C;&#x6253;&#x5F00;&#x548C;&#x5173;&#x95ED;&#x7684;&#x7ED3;&#x6784;&#x662F;&#x53EF;&#x7528;&#xFF0C;&#x4F7F;&#x7528;&#x6240;&#x6709;&#x539F;&#x5B50;&#x6A21;&#x578B;&#x5177;&#x6709;&#x6709;&#x6548;&#x6EB6;&#x5242;&#x7684;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x7684;&#x4E00;&#x9879;&#x7EDF;&#x8BA1;&#x8C03;&#x67E5;&#x663E;&#x793A;&#xFF0C;&#x7279;&#x6709;&#x7684;&#x4E24;&#x4E2A;&#x56FD;&#x5BB6;&#x4E4B;&#x4E00;&#x7684;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x90FD;&#x5927;&#x5927;&#x5F31;&#x4E8E;&#x7531;&#x4E24;&#x4E2A;&#x56FD;&#x5BB6;&#x5171;&#x4EAB;&#x7684;&#x8054;&#x7CFB;&#x4EBA;&#x4E92;&#x52A8;&#x8FD9;&#x4E9B;&#x6B8B;&#x7559;&#x7269;&#x63A5;&#x89E6;&#x3002;&#x6B64;&#x4EA4;&#x4E92;&#x529F;&#x80FD;&#x6307;&#x793A;&#x5E8F;&#x5217;&#x8BBE;&#x8BA1;&#x4FBF;&#x4E8E;&#x6784;&#x8C61;&#x53D8;&#x5316;&#x7684;&#x57FA;&#x7840;&#x3002;&#x7B2C;&#x4E8C;&#xFF0C;&#x57FA;&#x4E8E;&#x80FD;&#x6E90;&#x666F;&#x89C2;&#x7406;&#x8BBA;&#xFF0C;&#x6211;&#x4EEC;&#x6267;&#x884C;&#x8FD9;&#x4E9B;&#x4E92;&#x52A8;&#x529F;&#x80FD;&#x6210;&#x4E00;&#x79CD;&#x65B0;&#x7684;&#x57FA;&#x4E8E;&#x539F;&#x5B50;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x7684;&#x7C97;&#x7C92;&#x5EA6;&#x6A21;&#x578B;&#xFF0C;&#x53EF;&#x901A;&#x8FC7;&#x591A;&#x5C3A;&#x5EA6;&#x6A21;&#x62DF;&#x534F;&#x8BAE; (AICG)&#x3002;AICG &#x6A21;&#x578B;&#x5728;&#x6027;&#x80FD;&#x4E0A;&#x4F18;&#x4E8E;&#x6807;&#x51C6;&#x7C97;&#x7C92;&#x5EA6;&#x6A21;&#x578B;&#x9884;&#x6D4B;&#x7684;&#x672C;&#x673A;&#x72B6;&#x6001;&#x5E73;&#x5747;&#x6CE2;&#x52A8;&#x548C;&#x6784;&#x8C61;&#x53D8;&#x5316;&#x65B9;&#x5411;&#x3002;&#x7B2C;&#x4E09;&#xFF0C;&#x6211;&#x4EEC;&#x7684;&#x817A;&#x82F7;&#x9178;&#x6FC0;&#x9176;&#x4F7F;&#x7528;&#x65B0;&#x7684;&#x6A21;&#x578B;&#xFF0C;&#x663E;&#x793A;&#x5185;&#x5728;&#x6CE2;&#x52A8;&#x5728;&#x4E00;&#x4E2A;&#x56FD;&#x5BB6;&#x4E2D;&#x7684;&#x5305;&#x542B;&#x73CD;&#x7A00;&#x5927;&#x632F;&#x5E45;&#x8FD0;&#x52A8;&#x51E0;&#x4E4E;&#x8FBE;&#x5230;&#x53E6;&#x4E00;&#x56FD;&#x3002;&#x8FD9;&#x79CD;&#x5927;&#x632F;&#x5E45;&#x8FD0;&#x52A8;&#x5B9E;&#x73B0;&#x90E8;&#x5206;&#x7531;&#x5E8F;&#x5217;&#x7279;&#x5F02;&#x6027;&#xFF0C;&#x90E8;&#x5206;&#x7531;&#x8054;&#x7CFB;&#x4EBA;&#x4E4B;&#x95F4;&#x7684;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#xFF0C;&#x4ECE;&#x800C;&#x5BFC;&#x81F4;&#x5F00;&#x88C2;&#x7684;&#x975E;&#x7EBF;&#x6027;&#x6027;&#x8D28;&#x3002;&#x8FD9;&#x4E24;&#x4E2A;&#x529F;&#x80FD;&#x589E;&#x5F3A;&#x6784;&#x8C61;&#x7684;&#x8F6C;&#x53D8;&#x7387;&#x3002;

&#x632B;&#x6298;&#x3001; &#x6309;&#x7279;&#x5B9A;&#x7684;&#x987A;&#x5E8F;&#x4F9D;&#x8D56;&#x4E0E;&#x975E;&#x7EBF;&#x6027;&#x7684;&#x5927;&#x632F;&#x5E45;&#x6CE2;&#x52A8;&#x7684;&#x53D8;&#x6784;&#x86CB;&#x767D;&#x8D28;&#x3002;

Les prot&eacute;ines ont souvent &eacute;volu&eacute; des s&eacute;quences afin d&#39;acqu&eacute;rir la capacit&eacute; de r&eacute;gulation via changement de conformation allost&eacute;rique. Ici, nous &eacute;tudions comment allost&eacute;rique dynamique a &eacute;t&eacute; con&ccedil;u par le biais de s&eacute;quences avec des caract&eacute;ristiques de l&#39;interaction non lin&eacute;aire. Tout d&#39;abord, pour 71 prot&eacute;ines allost&eacute;riques, dont deux, des structures ouvertes et ferm&eacute;es, sont disponibles, une enqu&ecirc;te statistique sur les interactions &agrave; l&#39;aide d&#39;un mod&egrave;le de tout-atome avec solvatation efficace montre que ces contacts r&eacute;sidu interactions sp&eacute;cifiques &agrave; l&#39;un des deux &Eacute;tats sont significativement plus faibles que sont les interactions de contact partag&eacute;es par les deux &Eacute;tats. Cette fonctionnalit&eacute; d&#39;interaction indique il y a qui sous-tendent la conception de la s&eacute;quence pour faciliter le changement conformationnel. En second lieu, bas&eacute;e sur la th&eacute;orie du paysage &eacute;nerg&eacute;tique, nous impl&eacute;mentons ces caract&eacute;ristiques de l&#39;interaction dans un nouveau mod&egrave;le &agrave; grain grossier atomique dot&eacute;s d&#39;interaction via un protocole de simulation multi-&eacute;chelle (AICG). Le mod&egrave;le AICG surpasse les mod&egrave;les &agrave; grain grossier standard pour les pr&eacute;visions de la fluctuation moyenne &eacute;tat natif et de la direction de changement conformationnel. En troisi&egrave;me lieu, en utilisant le nouveau mod&egrave;le pour l&#39;ad&eacute;nylate kinase, nous montrons que fluctuations intrins&egrave;ques dans un &Eacute;tat contiennent des mouvements rares et de grande amplitude atteignent presque l&#39;autre &Eacute;tat. Ces mouvements de grande amplitude sont r&eacute;alis&eacute;es en partie par la sp&eacute;cificit&eacute; de s&eacute;quence et en partie par la nature non lin&eacute;aire des interactions de contact, conduisant &agrave; la fissuration. Ces deux fonctionnalit&eacute;s augmenter le taux de transition conformationnelle.

Frustration, la s&eacute;quence sp&eacute;cifique d&eacute;pendance et non-lin&eacute;arit&eacute; dans la grande amplitude des fluctuations des prot&eacute;ines allost&eacute;riques.

Proteine haben oft Sequenzen um erwerben die F&auml;higkeit f&uuml;r Verordnung &uuml;ber allosterischer Konformations&auml;nderungen &Auml;nderung entwickelt. Hier untersuchen wir, wie allosterischer Dynamik durch Sequenzen mit nichtlinearen Interaktionsfeatures entworfen ist. Zun&auml;chst 71 allosterische Proteine, davon 2, offene und geschlossene, Strukturen zur Verf&uuml;gung stehen, zeigt eine statistische Erhebung der Interaktionen mit einer All-Atom-Modell mit effektiven Solvatisierung, dass diese R&uuml;ckst&auml;nde-Kontakt, die Interaktionen, die spezifisch f&uuml;r eine der beiden Staaten sind deutlich schw&auml;cher als die Kontaktdaten Interaktionen, die von den zwei Staaten geteilt sind. Diese Interaktion-Funktion angibt, gibt es Sequenz Konformations&auml;nderungen Wandel zugrunde. Zweitens, auf der Grundlage der Energie-Landschaft-Theorie, implementieren wir diese Interaktionsfeatures zu einem neuen atomaren-Interaktion-basierte grobk&ouml;rnigen Modell &uuml;ber ein Multiskalen Simulation (AICG). Das Modell AICG &uuml;bertrifft grobk&ouml;rnigen Standardmodelle f&uuml;r Vorhersagen der Native-Staat mittleren Schwankungen und der Richtung Konformations&auml;nderungen &auml;ndern. Drittens zeigen mit das neue Modell f&uuml;r Adenylat-Kinase, wir, dass intrinsische Schwankungen in einem Staat enthalten seltene und gro&szlig;e Amplitude Bewegungen fast den anderen Zustand zu erreichen. Solche gro&szlig;en Amplitude-Bewegungen werden teilweise von Sequenz-Spezifit&auml;t und teilweise durch die nichtlinearen Natur Kontakt Interaktionen, zu Rissbildung f&uuml;hren realisiert. Beide Features verbessern Konformations&auml;nderungen &Uuml;bergang Preise.

Frustration, spezifische Sequenz Abh&auml;ngigkeit und Nichtlinearit&auml;t in gro&szlig;e Amplitude Schwankungen der allosterische Proteine.

Le proteine sono spesso evoluti sequenze in modo da acquisire la capacit&agrave; per regolamento via allosterico cambio conformazionale. Qui indaghiamo dinamiche come allosterico &egrave; progettato attraverso sequenze con caratteristiche di interazione non lineare. In primo luogo, per 71 allosteric proteine di cui due, strutture aperte e chiuse, sono disponibili, un&#39;indagine statistica delle interazioni utilizzando un modello all-atom con efficace solvatazione dimostra che quei contatti residuo interazioni specifiche per uno dei due Stati sono significativamente pi&ugrave; debole di quanto sono le interazioni di contattare condivise dai due Stati. Questa caratteristica di interazione indica c&#39;&egrave; sottostante disegno di sequenza per facilitare il cambio conformazionale. In secondo luogo, abbiamo basato sulla teoria del paesaggio dell&#39;energia, per implementare queste funzionalit&agrave; di interazione in un nuovo modello di grana grossa basata su interazione atomica tramite un protocollo di simulazione multiscala (AICG). Il modello AICG sorpassa modelli standard di grana grossi per le previsioni delle fluttuazioni significa nativo dello stato e della direzione di cambiamento conformazionale. In terzo luogo, utilizzando il nuovo modello per adenilato chinasi, mostriamo che le fluttuazioni intrinseche in uno stato contengono rari e di grande ampiezza movimenti quasi raggiungendo l&#39;altro stato. Tali movimenti di grande ampiezza sono realizzati in parte dalla specificit&agrave; di sequenza e in parte di natura non lineare delle interazioni di contattare, che conduce alla fessurazione. Entrambe le funzionalit&agrave; migliorano i tassi di transizione conformazionale.

Frustrazione, dipendenza dalla sequenza specifica e non linearit&agrave; nel grande ampiezza fluttuazioni delle proteine allosterica.

&#x86CB;&#x767D;&#x8CEA;&#x306F;&#x3057;&#x3070;&#x3057;&#x3070;&#x30B7;&#x30FC;&#x30B1;&#x30F3;&#x30B9; &#x30A2;&#x30ED;&#x30B9;&#x30C6;&#x30EA;&#x30C3;&#x30AF;&#x69CB;&#x9020;&#x5909;&#x5316;&#x306B;&#x3088;&#x308B;&#x898F;&#x5236;&#x306E;&#x305F;&#x3081;&#x306E;&#x80FD;&#x529B;&#x3092;&#x7372;&#x5F97;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x9032;&#x5316;&#x3057;&#x3066;&#x304D;&#x307E;&#x3057;&#x305F;&#x3002;&#x3053;&#x3053;&#x3067;&#x6211;&#x3005; &#x3069;&#x306E;&#x3088;&#x3046;&#x306B;&#x30A2;&#x30ED;&#x30B9;&#x30C6;&#x30EA;&#x30C3;&#x30AF;&#x52D5;&#x614B;&#x8ABF;&#x67FB;&#x975E;&#x7DDA;&#x5F62;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x306E;&#x6A5F;&#x80FD;&#x3092;&#x6301;&#x3064;&#x30B7;&#x30FC;&#x30B1;&#x30F3;&#x30B9;&#x3092;&#x4ECB;&#x3057;&#x3066;&#x8A2D;&#x8A08;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x307E;&#x305A;&#x3001;&#x3069;&#x306E; 2 &#x3064;&#x306E;&#x30AA;&#x30FC;&#x30D7;&#x30F3;&#x3068;&#x30AF;&#x30ED;&#x30FC;&#x30BA;&#x3001;&#x69CB;&#x9020;&#x5229;&#x7528; 71 &#x306E;&#x30A2;&#x30ED;&#x30B9;&#x30C6;&#x30EA;&#x30C3;&#x30AF; &#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x306E;&#x5168;&#x539F;&#x5B50;&#x30E2;&#x30C7;&#x30EB;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x52B9;&#x679C;&#x7684;&#x306A;&#x6EB6;&#x5A92;&#x3068;&#x306E;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x306E;&#x7D71;&#x8A08;&#x7684;&#x8ABF;&#x67FB;&#x306F; 2 &#x3064;&#x306E;&#x72B6;&#x614B;&#x306E;&#x3044;&#x305A;&#x308C;&#x304B;&#x306B;&#x7279;&#x5B9A;&#x306E;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x306F; 2 &#x3064;&#x306E;&#x72B6;&#x614B;&#x306B;&#x3088;&#x3063;&#x3066;&#x5171;&#x6709;&#x9023;&#x7D61;&#x5148;&#x306E;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x3088;&#x308A;&#x3082;&#x5927;&#x5E45;&#x306B;&#x5F31;&#x3044;&#x3067;&#x3059;&#x305D;&#x308C;&#x3089;&#x6B8B;&#x6E23;&#x63A5;&#x89E6;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;&#x3053;&#x306E;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x306E;&#x6A5F;&#x80FD;&#x304C;&#x3042;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x3057;&#x307E;&#x3059;&#x30B3;&#x30F3;&#x30D5;&#x30A9;&#x30E1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x5909;&#x5316;&#x3092;&#x5BB9;&#x6613;&#x306B;&#x30B7;&#x30FC;&#x30B1;&#x30F3;&#x30B9; &#x30C7;&#x30B6;&#x30A4;&#x30F3;&#x306E;&#x57FA;&#x790E;&#x3068;&#x306A;&#x308A;&#x307E;&#x3059;&#x3002;&#x7B2C;&#x4E8C;&#x306B;&#x3001;&#x30A8;&#x30CD;&#x30EB;&#x30AE;&#x30FC;&#x306E;&#x30E9;&#x30F3;&#x30C9;&#x30B9; &#x30B1;&#x30FC;&#x30D7;&#x7406;&#x8AD6;&#x306B;&#x57FA;&#x3065;&#x3044;&#x3066;&#x3001;&#x79C1;&#x305F;&#x3061;&#x3053;&#x308C;&#x3089;&#x306E;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x306E;&#x6A5F;&#x80FD;&#x30DE;&#x30EB;&#x30C1; &#x30B9;&#x30B1;&#x30FC;&#x30EB; &#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3; &#x30D7;&#x30ED;&#x30C8;&#x30B3;&#x30EB; (AICG) &#x7D4C;&#x7531;&#x3067;&#x306E;&#x65B0;&#x3057;&#x3044;&#x539F;&#x5B50;&#x9593;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x306B;&#x57FA;&#x3065;&#x304F;&#x7C97;&#x8996;&#x5316;&#x30E2;&#x30C7;&#x30EB;&#x306B;&#x5B9F;&#x88C5;&#x3057;&#x307E;&#x3059;&#x3002;AICG &#x30E2;&#x30C7;&#x30EB;&#x3068;&#x30B3;&#x30F3;&#x30D5;&#x30A9;&#x30E1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x5909;&#x5316;&#x65B9;&#x5411;&#x306E;&#x30CD;&#x30A4;&#x30C6;&#x30A3;&#x30D6;&#x72B6;&#x614B;&#x306E;&#x5E73;&#x5747;&#x5909;&#x52D5;&#x306E;&#x4E88;&#x6E2C;&#x306E;&#x305F;&#x3081;&#x306E;&#x6A19;&#x6E96;&#x306E;&#x7C97;&#x8996;&#x5316;&#x30E2;&#x30C7;&#x30EB;&#x3088;&#x308A;&#x3082;&#x512A;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x7B2C;&#x4E09;&#x306B;&#x3001;&#x65B0;&#x3057;&#x3044;&#x30E2;&#x30C7;&#x30EB;&#x3067;&#x306F;&#x3001;&#x30A2;&#x30C7;&#x30CB;&#x30EB;&#x9178;&#x30AD;&#x30CA;&#x30FC;&#x30BC;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x3001;1 &#x3064;&#x306E;&#x72B6;&#x614B;&#x306E;&#x672C;&#x8CEA;&#x7684;&#x306A;&#x5909;&#x52D5;&#x306B;&#x542B;&#x3080;&#x307B;&#x307C;&#x4ED6;&#x306E;&#x72B6;&#x614B;&#x306B;&#x9054;&#x3059;&#x308B;&#x307E;&#x308C;&#x3068;&#x5927;&#x632F;&#x5E45;&#x5730;&#x9707;&#x52D5;&#x3092;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;&#x3053;&#x306E;&#x3088;&#x3046;&#x306A;&#x5927;&#x632F;&#x5E45;&#x52D5;&#x63FA;&#x914D;&#x5217;&#x7279;&#x7570;&#x6027;&#x306B;&#x3088;&#x3063;&#x3066;&#x90E8;&#x5206;&#x7684;&#x3068;&#x5272;&#x308C;&#x306B;&#x3064;&#x306A;&#x304C;&#x308B;&#x63A5;&#x89E6;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x306E;&#x975E;&#x7DDA;&#x5F62;&#x6027;&#x8CEA;&#x306B;&#x3088;&#x3063;&#x3066;&#x90E8;&#x5206;&#x7684;&#x3092;&#x5B9F;&#x73FE;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x4E21;&#x65B9;&#x306E;&#x6A5F;&#x80FD;&#x306F;&#x3001;&#x9AD8;&#x6B21;&#x69CB;&#x9020;&#x8EE2;&#x79FB;&#x7387;&#x3092;&#x9AD8;&#x3081;&#x307E;&#x3059;&#x3002;

&#x6B32;&#x6C42;&#x4E0D;&#x6E80;&#x3001;&#x7279;&#x5B9A;&#x30B7;&#x30FC;&#x30B1;&#x30F3;&#x30B9;&#x4F9D;&#x5B58;&#x6027;&#x3068;&#x975E;&#x7DDA;&#x5F62;&#x6027;&#x5927;&#x578B;&#x632F;&#x5E45;&#x5909;&#x52D5;&#x30A2;&#x30ED;&#x30B9;&#x30C6;&#x30EA;&#x30C3;&#x30AF;&#x86CB;&#x767D;&#x306E;&#x3002;

&#xB2E8;&#xBC31;&#xC9C8; &#xC790;&#xC8FC; &#xC2DC;&#xD000;&#xC2A4; allosteric &#xAD6C;&#xC870;&#xC801; &#xBCC0;&#xD654;&#xB97C; &#xD1B5;&#xD574; &#xADDC;&#xC81C;&#xC5D0; &#xB300; &#xD55C; &#xB2A5;&#xB825;&#xC744; &#xC2B5;&#xB4DD; &#xD558;&#xAE30; &#xC704;&#xD558;&#xC5EC; &#xC9C4;&#xD654; &#xD588;&#xB2E4;. &#xC5EC;&#xAE30; &#xC6B0;&#xB9AC;&#xAC00; &#xC5B4;&#xB5BB;&#xAC8C; allosteric &#xC5ED;&#xD559; &#xC870;&#xC0AC;&#xB294; &#xBE44;&#xC120;&#xD615; &#xC0C1;&#xD638; &#xC791;&#xC6A9; &#xAE30;&#xB2A5;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC2DC;&#xD000;&#xC2A4;&#xB97C; &#xD1B5;&#xD574; &#xC124;&#xACC4; &#xB418;&#xC5C8;&#xC2B5;&#xB2C8;&#xB2E4;. &#xCCAB;&#xC9F8;, 71 allosteric &#xB2E8;&#xBC31;&#xC9C8;&#xC740; 2&#xC758; &#xAC1C;&#xBC29; &#xBC0F; &#xD3D0;&#xC1C4;, &#xAD6C;&#xC870;&#xB97C; &#xC0AC;&#xC6A9;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;, &#xD6A8;&#xACFC;&#xC801;&#xC778; solvation &#xD568;&#xAED8; &#xBAA8;&#xB4E0; &#xC6D0;&#xC790; &#xBAA8;&#xB378;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC0C1;&#xD638; &#xC791;&#xC6A9;&#xC758; &#xD1B5;&#xACC4; &#xC870;&#xC0AC; &#xD45C;&#xC2DC; &#xD558;&#xB294; &#xC0C1;&#xD638; &#xC791;&#xC6A9; &#xB450; &#xAC00;&#xC9C0; &#xC0C1;&#xD0DC; &#xC911; &#xD558;&#xB098;&#xC5D0; &#xD06C;&#xAC8C; &#xB450; &#xAC00;&#xC9C0; &#xC0C1;&#xD0DC;&#xC5D0;&#xC11C; &#xACF5;&#xC720; &#xC5F0;&#xB77D;&#xCC98; &#xC0C1;&#xD638; &#xC791;&#xC6A9;&#xC740; &#xBCF4;&#xB2E4; &#xC57D;&#xD55C; &#xADF8; &#xCC0C; &#xAEBC; &#xAE30; &#xC5F0;&#xB77D;&#xCC98;. &#xC774; &#xC0C1;&#xD638; &#xC791;&#xC6A9; &#xAE30;&#xB2A5; &#xD45C;&#xC2DC;&#xB294; &#xAE30;&#xBCF8; &#xAD6C;&#xC870;&#xC801; &#xBCC0;&#xD654;&#xB97C; &#xCD09;&#xC9C4;&#xC5D0; &#xC2DC;&#xD000;&#xC2A4; &#xB514;&#xC790;&#xC778;. &#xB458;&#xC9F8;, &#xC6B0;&#xB9AC; multiscale &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158; &#xD504;&#xB85C;&#xD1A0;&#xCF5C; (AICG)&#xC744; &#xD1B5;&#xD574; &#xC0C8;&#xB85C;&#xC6B4; &#xC6D0;&#xC790; &#xC0C1;&#xD638;&#xC791;&#xC6A9; &#xAE30;&#xBC18; &#xC131;&#xAE34; &#xBAA8;&#xB378;&#xC5D0; &#xC774;&#xB7EC;&#xD55C; &#xC0C1;&#xD638; &#xC791;&#xC6A9; &#xAE30;&#xB2A5;&#xC744; &#xAD6C;&#xD604; &#xC5D0;&#xB108;&#xC9C0; &#xC870; &#xACBD; &#xC774;&#xB860;&#xC5D0; &#xB530;&#xB77C;. AICG &#xBAA8;&#xB378; &#xC608;&#xCE21; &#xAE30;&#xBCF8; &#xC0C1;&#xD0DC; &#xD3C9;&#xADE0; &#xBCC0;&#xB3D9; &#xBC0F; &#xAD6C;&#xC870;&#xC801; &#xBCC0;&#xD654; &#xBC29;&#xD5A5;&#xC5D0; &#xB300; &#xD55C; &#xD45C;&#xC900; &#xC131;&#xAE34; &#xBAA8;&#xB378; &#xB2A5;&#xAC00; &#xD558;&#xB294; &#xC131;&#xB2A5;. &#xC14B;&#xC9F8;, &#xC6B0;&#xB9AC; &#xB0B4;&#xC7A5; &#xBCC0;&#xB3D9; &#xD55C; &#xC0C1;&#xD0DC;&#xC5D0; &#xAC70;&#xC758; &#xB2E4;&#xB978; &#xC0C1;&#xD0DC;&#xC5D0; &#xB3C4;&#xB2EC; &#xD558;&#xB294; &#xD76C;&#xADC0; &#xD558; &#xACE0; &#xD070; &#xC9C4;&#xD3ED; &#xB3D9;&#xC791; &#xD3EC;&#xD568; &#xBCF4;&#xC5EC;&#xC90D;&#xB2C8;&#xB2E4; adenylate &#xD0A4;&#xC5D0; &#xB300; &#xD55C; &#xC0C8;&#xB85C;&#xC6B4; &#xBAA8;&#xB378;&#xC744; &#xC0AC;&#xC6A9; &#xD558;. &#xC774;&#xB7EC;&#xD55C; &#xD070; &#xC9C4;&#xD3ED; &#xB3D9;&#xC791; &#xC2DC;&#xD000;&#xC2A4; &#xD2B9;&#xC774;&#xC131;&#xC5D0; &#xC758;&#xD574; &#xBD80;&#xBD84;&#xC801;&#xC73C;&#xB85C; &#xADF8;&#xB9AC;&#xACE0; &#xBD80;&#xBD84;&#xC801;&#xC73C;&#xB85C; &#xADE0;&#xC5F4;&#xC73C;&#xB85C; &#xC774;&#xC5B4;&#xC9C0;&#xB294; &#xC5F0;&#xB77D;&#xCC98; &#xC0C1;&#xD638; &#xC791;&#xC6A9;&#xC758; &#xBE44;&#xC120;&#xD615; &#xD2B9;&#xC131;&#xC5D0; &#xC758;&#xD574; &#xC2E4;&#xD604; &#xB429;&#xB2C8;&#xB2E4;. &#xB450; &#xAE30;&#xB2A5; &#xBAA8;&#xB450; &#xAD6C;&#xC870;&#xC801; &#xC804;&#xD658; &#xC18D;&#xB3C4; &#xD5A5;&#xC0C1;.

&#xC88C;&#xC808;, &#xD2B9;&#xC815; &#xC2DC;&#xD000;&#xC2A4; &#xC758;&#xC874; &#xBC0F; &#xBE44;&#xC120;&#xD615; allosteric &#xB2E8;&#xBC31;&#xC9C8;&#xC758; &#xD070; &#xC9C4;&#xD3ED; &#xBCC0;&#xB3D9;&#xC5D0;.

Prote&iacute;nas a menudo han evolucionado secuencias con el fin de adquirir la capacidad de regulaci&oacute;n v&iacute;a cambio conformacional alost&eacute;rico. Aqu&iacute; investigamos c&oacute;mo alost&eacute;rico din&aacute;mica est&aacute; dise&ntilde;ado a trav&eacute;s de secuencias con funciones de interacci&oacute;n no lineal. En primer lugar, prote&iacute;nas alost&eacute;ricos 71 de los cuales dos, estructuras abiertas y cerradas, est&aacute;n disponibles, un estudio estad&iacute;stico de las interacciones con un modelo de todo-&aacute;tomo de solvataci&oacute;n eficaz muestra los contacto de residuos las interacciones espec&iacute;ficas a uno de los dos Estados son considerablemente m&aacute;s d&eacute;biles que son las interacciones de contactos compartidas por los dos Estados. Esta funci&oacute;n de interacci&oacute;n indica que hay subyacente dise&ntilde;o de secuencia para facilitar el cambio conformacional. En segundo lugar, partiendo de la teor&iacute;a del paisaje de energ&iacute;a, implementar estas caracter&iacute;sticas de la interacci&oacute;n en un nuevo modelo de grano grueso at&oacute;mica basada en interacci&oacute;n mediante un protocolo de Simulaci&oacute;n multiescala (AICG). El modelo AICG supera a modelos de grano grueso est&aacute;ndar para las predicciones de las fluctuaciones del medias estado nativo y de la direcci&oacute;n de cambio conformacional. En tercer lugar, usando el modelo nuevo de adenilato kinasa, mostramos que las fluctuaciones intr&iacute;nsecas en un estado contienen movimientos raros y de gran amplitud, casi llegando a otro Estado. Tales movimientos de gran amplitud se realizan en parte por la especificidad de la secuencia y en parte por la naturaleza no lineal de las interacciones de contactos, llevando a que se quiebre. Ambas caracter&iacute;sticas mejoran las tasas de transici&oacute;n conformacional.

La frustraci&oacute;n, dependencia de la secuencia espec&iacute;fica y no linealidad en las fluctuaciones de gran amplitud de prote&iacute;nas alost&eacute;ricos.

&#x57FA;&#x4E8E;&#x5206;&#x5B50;&#x52A8;&#x529B;&#x5B66;&#x6A21;&#x62DF;&#x80BD;&#x9AA8;&#x5E72;&#x6784;&#x8C61;&#x7684;&#x5185;&#x5728;&#x503E;&#x5411;&#x5BF9;&#x6EB6;&#x5242;&#x7684;&#x5F71;&#x54CD;&#xFF0C;&#x6211;&#x4EEC;&#x5BF9;&#x6B64;&#x8FDB;&#x884C;&#x8C03;&#x67E5;&#x3002;&#x7ED3;&#x679C;&#x663E;&#x793A;&#xFF0C;&#x6BD4;&#x8D77;&#x7EAF;&#x51C0;&#x6C34;&#xFF0C;&#x6C34;&#x6EB6;&#x6DB2;&#x5C3F;&#x7D20;&#x51CF;&#x5C11;&#x87BA;&#x65CB;&#x7684;&#x503E;&#x5411;&#x3002;&#x5728;&#x6BD4;&#x8F83;&#x4E2D;&#xFF0C;&#x7532;&#x9187;&#x964D;&#x4F4E;&#x591A;&#x805A;&#x812F;&#x6C28;&#x9178;&#x4E8C; (PPII) &#x503E;&#x5411;&#x3002;&#x8FD9;&#x79CD;&#x6EB6;&#x5242;&#x4F9D;&#x8D56;&#x7684;&#x9AA8;&#x5E72;&#x6784;&#x8C61;&#x7684;&#x5185;&#x5728;&#x503E;&#x5411;&#x662F;&#x4E0E;&#x6EB6;&#x5242;&#x7684;&#x9AA8;&#x5E72;&#x7FA4;&#x4F53;&#x7684;&#x6C34;&#x5316;&#x548C;&#x672C;&#x5730; intrapeptide &#x6C22;&#x952E;&#x7684;&#x5F62;&#x6210;&#x6982;&#x7387;&#x4F9D;&#x8D56;&#x76F8;&#x5173;&#x7684;&#x3002;&#x6709;&#x80FD;&#x529B;&#x4F4E;&#xFF0C;&#x7A33;&#x5B9A;&#x5F53;&#x5730; intrapeptide &#x6C22;&#x952E;&#x6C34;&#x6EB6;&#x6DB2;&#x5C3F;&#x7D20; disfavors &#x87BA;&#x65CB;&#x6784;&#x8C61;&#x3002;&#x800C;&#x6709;&#x7684;&#x7532;&#x9187;&#x4F4E;&#x6C34;&#x5408;&#x7269;&#x9AA8;&#x5E72;&#x7FA4;&#x4F53;&#x7684;&#x80FD;&#x529B; disfavors &#x591A;&#x805A;&#x812F;&#x6C28;&#x9178;&#x4E8C;&#x6784;&#x8C61;&#x3002;&#x6B64;&#x5916;&#xFF0C;&#x6EB6;&#x5242;&#x6548;&#x5E94;&#x53EF;&#x4EE5;&#x8FDB;&#x4E00;&#x6B65;&#x8C03;&#x5236;&#x800C;&#x6210;&#x7684;&#x80BD;&#x4FA7;&#x94FE;&#x3002;&#x6EB6;&#x5242;&#x7684;&#x5185;&#x5728;&#x503E;&#x5411;&#x80BD;&#x9AA8;&#x5E72;&#x6784;&#x8C61;&#x5728;&#x8FD9;&#x9879;&#x5DE5;&#x4F5C;&#x4E2D;&#x89C2;&#x5BDF;&#x5230;&#x7684;&#x5F71;&#x54CD;&#x8868;&#x660E;&#x6539;&#x53D8;&#x86CB;&#x767D;&#x8D28;&#x9AA8;&#x5E72;&#x6784;&#x8C61;&#x7684;&#x5185;&#x5728;&#x503E;&#x5411;&#x53EF;&#x4EE5;&#x4E00;&#x5B9A;&#x7A0B;&#x5EA6;&#x4E0A;&#x6709;&#x52A9;&#x4E8E;&#x6EB6;&#x5242;&#x8BF1;&#x5BFC;&#x86CB;&#x767D;&#x7684;&#x7ED3;&#x6784;&#x548C;&#x52A8;&#x6001;&#x53D8;&#x5316;&#x3002;&#x8FD9;&#x4E9B;&#x6210;&#x679C;&#x5C06;&#x6709;&#x52A9;&#x4E8E;&#x4EBA;&#x4EEC;&#x7406;&#x89E3;&#x7684;&#x6EB6;&#x5242;&#x4F9D;&#x8D56;&#x7684;&#x672A;&#x6298;&#x53E0;&#x7684;&#x86CB;&#x767D;&#x6216;&#x591A;&#x80BD; &#xFF08;&#x6216;&#x672C;&#x8D28;&#x4E0A;&#x65E0;&#x5E8F;&#x7684;&#x86CB;&#x767D;&#x8D28;&#xFF09; &#x7684;&#x6784;&#x8C61;&#x5206;&#x5E03;&#x5728;&#x5168;&#x7403;&#x9AD8;&#x7B49;&#x6559;&#x80B2;&#x4E92;&#x52A8;&#x90FD;&#x4E0D;&#x90A3;&#x4E48;&#x91CD;&#x8981;&#xFF0C;&#x6BD4; well-folded &#x7684;&#x86CB;&#x767D;&#x8D28;&#x3002;

&#x591A;&#x80BD;&#x9AA8;&#x5E72;&#x6784;&#x8C61;&#x7684;&#x5185;&#x5728;&#x503E;&#x5411;&#x5BF9;&#x6EB6;&#x5242;&#x7684;&#x5F71;&#x54CD;&#x3002;

We investigated the effects of solvents on the intrinsic propensity of peptide backbone conformations based on molecular dynamics simulations. The results show that compared with pure water, aqueous urea decreases the helix propensity. In comparison, methanol decreases the polyproline II (PPII) propensity. Such a solvent dependence of the intrinsic propensity of the backbone conformation is correlated with the solvent dependence of the hydration of the backbone groups and the formation probability of the local intrapeptide hydrogen bonds. Aqueous urea which has low ability to stabilize the local intrapeptide hydrogen bonds disfavors the helical conformation. Whereas, methanol which has low ability to hydrate the backbone groups disfavors the polyproline II conformation. In addition, the solvent effects can be further modulated by the side chains of the peptides. The solvent effects of the intrinsic propensity of peptide backbone conformations observed in this work suggest that changing the intrinsic propensity of the protein backbone conformations can partly contribute to the solvent-induced protein structure and dynamics variations. These results will be useful in understanding the solvent dependence of the conformational distributions of the unfolded proteins or peptides (or intrinsically disordered proteins) in which the global tertiary interactions are less important than that in the well-folded proteins.

Effects of solvents on the intrinsic propensity of peptide backbone conformations.

Nous avons &eacute;tudi&eacute; les effets des solvants sur la propension intrins&egrave;que des conformations de squelette peptidique bas&eacute;es sur des simulations de dynamique mol&eacute;culaire. Les r&eacute;sultats montrent que par rapport &agrave; l&#39;eau pure, ur&eacute;e aqueuse diminue la propension de l&#39;h&eacute;lice. En comparaison, le m&eacute;thanol diminue la propension de II (PPII) polyproline. Une telle d&eacute;pendance solvant de la propension intrins&egrave;que de la conformation de la colonne vert&eacute;brale est en corr&eacute;lation avec la d&eacute;pendance solvant de l&#39;hydratation des groupes des colonne vert&eacute;brale et la probabilit&eacute; de formation de liaisons hydrog&egrave;nes intrapeptide local. Ur&eacute;e aqueuse qui a faible capacit&eacute; &agrave; stabiliser les liaisons hydrog&egrave;nes intrapeptide local d&eacute;favorise la conformation h&eacute;lico&iuml;dale. Alors que, dans le m&eacute;thanol qui a faible capacit&eacute; pour hydrater les groupes squelette d&eacute;favorise la conformation II de polyproline. En outre, les effets de solvant peuvent &ecirc;tre davantage modul&eacute;s par les cha&icirc;nes lat&eacute;rales des peptides. Les effets de solvant de la propension intrins&egrave;que des conformations de squelette peptidique observ&eacute; dans ce travail sugg&egrave;rent que changer la propension intrins&egrave;que de la conformation du squelette prot&eacute;ique peut contribuer en partie les variations de structure et la dynamique de prot&eacute;ine induite par le solvant. Ces r&eacute;sultats seront utiles pour comprendre la d&eacute;pendance solvant des distributions conformationnelles des prot&eacute;ines non repli&eacute;es ou peptides (ou prot&eacute;ines intrins&egrave;quement d&eacute;sordonn&eacute;es) dans lequel les interactions globales tertiaires sont moins importantes que celle des prot&eacute;ines bien.

Effets des solvants sur la propension intrins&egrave;que des conformations du squelette peptidique.

Wir untersuchten die Wirkungen von L&ouml;sungsmitteln auf die immanente Neigung des Peptids R&uuml;ckgrat Konformationen basierend auf Molekulardynamik-Simulationen. Die Ergebnisse zeigen, die verglichen mit reinem Wasser, w&auml;ssrigen Harnstoff verringert die Helix-Neigung. Im Vergleich dazu nimmt Methanol die Polyproline II (PPII) Neigung. Solch eine solvente Abh&auml;ngigkeit der die systeminterne Neigung das R&uuml;ckgrat-Konformation ist mit die solvent Abh&auml;ngigkeit die Hydratation der R&uuml;ckgrat-Gruppen und die Wahrscheinlichkeit der Bildung von der lokalen Intrapeptide-Wasserstoffverbindungen korreliert. W&auml;ssrige Harnstoff, die geringe F&auml;higkeit zur Stabilisierung der lokalen Intrapeptide-Wasserstoffverbindungen hat missbilligt die spiralf&ouml;rmige Konformation. In der Erw&auml;gung, dass Methanol hat niedrige missbilligt F&auml;higkeit, Hydrat die R&uuml;ckgrat-Gruppen der Polyproline-II-Konformation. Dar&uuml;ber hinaus k&ouml;nnen die L&ouml;sungsmittel Effekte weiter durch die Seitenketten der Peptide moduliert werden. Die solventen Auswirkungen die systeminterne Neigung des Peptids R&uuml;ckgrat Konformationen beobachtet in dieser Arbeit zufolge &auml;ndern die systeminterne Neigung die Protein-R&uuml;ckgrat-Konformationen teilweise auf die L&ouml;sungsmittel-induzierte Protein-Struktur und Dynamik-Variationen beitragen kann. Diese Ergebnisse werden n&uuml;tzlich zum Verst&auml;ndnis der solventen Abh&auml;ngigkeit der Konformations&auml;nderungen Verteilungen der entfaltet Proteine oder Peptide (oder intrinsisch ungeordneten Proteine) in dem die globalen terti&auml;ren Interaktionen weniger wichtig als in der well-folded-Proteine sind.

Auswirkungenauf die systeminterne Neigung des Peptids R&uuml;ckgrat Konformationen L&ouml;sungsmittel.

Abbiamo studiato gli effetti dei solventi sulla propensione intrinseca delle conformazioni di spina dorsale del peptide basato su simulazioni di dinamica molecolare. I risultati mostrano che confrontato con acqua pura, urea acquosa diminuisce la propensione di elica. In confronto, metanolo diminuisce la propensione di polyproline II (PPII). Tale dipendenza una solvente della propensione intrinseca della conformazione della spina dorsale &egrave; correlata con il solvente dipendenza dell&#39;idratazione dei gruppi di spina dorsale e la probabilit&agrave; di formazione di legami idrogeno intrapeptide locale. Urea acquosa che ha bassa capacit&agrave; di stabilizzare i legami di idrogeno intrapeptide locale disfavors la conformazione elicoidale. Considerando che, metanolo che ha bassa capacit&agrave; di idratare i gruppi spina dorsale disfavors la conformazione II polyproline. Inoltre, gli effetti del solventi possono essere ulteriormente modulati dalle catene laterali dei peptidi. I solventi effetti della propensione intrinseca delle conformazioni di spina dorsale del peptide osservato in questo lavoro suggeriscono che cambiando la propensione intrinseca delle conformazioni di spina dorsale della proteina pu&ograve; contribuire in parte le variazioni di struttura e dinamica della proteina indotta da solvente. Questi risultati saranno utili per comprendere la dipendenza solvente delle distribuzioni conformazionali della dispiegata proteine o peptidi (o proteine intrinsecamente disordinate) in cui le interazioni terziarie globale sono meno importanti rispetto a quello delle proteine well-folded.

Effetti dei solventi sulla propensione intrinseca delle conformazioni dorsale del peptide.

&#x5206;&#x5B50;&#x52D5;&#x529B;&#x5B66;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306B;&#x3088;&#x308B;&#x30DA;&#x30D7;&#x30C1;&#x30C9;&#x4E3B;&#x9396;&#x30B3;&#x30F3;&#x30D5;&#x30A9;&#x30E1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306E;&#x672C;&#x8CEA;&#x7684;&#x306A;&#x50BE;&#x5411;&#x306B;&#x5BFE;&#x3059;&#x308B;&#x6EB6;&#x5A92;&#x52B9;&#x679C;&#x3092;&#x691C;&#x8A0E;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x7D14;&#x7C8B;&#x306A;&#x6C34;&#x3068;&#x6BD4;&#x8F03;&#x3057;&#x305F;&#x7D50;&#x679C;&#x30B7;&#x30E7;&#x30FC;&#x3001;&#x5C3F;&#x7D20;&#x30D8;&#x30EA;&#x30C3;&#x30AF;&#x30B9;&#x50BE;&#x5411;&#x304C;&#x6E1B;&#x5C11;&#x3057;&#x307E;&#x3059;&#x3002;&#x6BD4;&#x8F03;&#x3067;&#x306F;&#x3001;&#x30E1;&#x30BF;&#x30CE;&#x30FC;&#x30EB; &#x30DD;&#x30EA;&#x30D7;&#x30ED;&#x30EA;&#x30F3; II (PPII) &#x50BE;&#x5411;&#x304C;&#x6E1B;&#x5C11;&#x3057;&#x307E;&#x3059;&#x3002;&#x3053;&#x306E;&#x3088;&#x3046;&#x306A;&#x6EB6;&#x5A92;&#x4F9D;&#x5B58;&#x30D0;&#x30C3;&#x30AF;&#x30DC;&#x30FC;&#x30F3; &#x30B3;&#x30F3;&#x30D5;&#x30A9;&#x30E1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306E;&#x672C;&#x8CEA;&#x7684;&#x306A;&#x6027;&#x5411;&#x306E;&#x30D0;&#x30C3;&#x30AF;&#x30DC;&#x30FC;&#x30F3; &#x30B0;&#x30EB;&#x30FC;&#x30D7;&#x306E;&#x6C34;&#x548C;&#x3068;&#x30ED;&#x30FC;&#x30AB;&#x30EB; intrapeptide &#x6C34;&#x7D20;&#x7D50;&#x5408;&#x306E;&#x5F62;&#x6210;&#x78BA;&#x7387;&#x306E;&#x6EB6;&#x5A92;&#x4F9D;&#x5B58;&#x6027;&#x3068;&#x76F8;&#x95A2;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x4F4E;&#x80FD;&#x529B;&#x3092;&#x30ED;&#x30FC;&#x30AB;&#x30EB; intrapeptide &#x6C34;&#x7D20;&#x7D50;&#x5408;&#x306E;&#x5B89;&#x5B9A;&#x3057;&#x3066;&#x3044;&#x308B;&#x5C3F;&#x7D20;&#x30D8;&#x30EA;&#x30AB;&#x30EB;&#x69CB;&#x9020;&#x3092; disfavors &#x3057;&#x307E;&#x3059;&#x3002;&#x30E1;&#x30BF;&#x30CE;&#x30FC;&#x30EB;&#x306E;&#x4F4E;&#x306B;&#x5BFE;&#x3057;&#x3001;&#x30D0;&#x30C3;&#x30AF;&#x30DC;&#x30FC;&#x30F3; &#x30B0;&#x30EB;&#x30FC;&#x30D7; &#x30E1;&#x30BF;&#x30F3;&#x30CF;&#x30A4;&#x30C9; &#x30EC;&#x30FC;&#x30C8;&#x80FD;&#x529B;&#x30DD;&#x30EA;&#x30D7;&#x30ED;&#x30EA;&#x30F3; II &#x30B3;&#x30F3;&#x30D5;&#x30A9;&#x30E1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x3092; disfavors &#x3057;&#x307E;&#x3059;&#x3002;&#x307E;&#x305F;&#x3001;&#x6EB6;&#x5A92;&#x306E;&#x52B9;&#x679C;&#x306F;&#x3001;&#x3055;&#x3089;&#x306B;&#x30DA;&#x30D7;&#x30C1;&#x30C9;&#x306E;&#x5074;&#x9396;&#x306B;&#x3088;&#x308B;&#x5909;&#x8ABF;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;&#x3053;&#x306E;&#x4F5C;&#x54C1;&#x3067;&#x89B3;&#x6E2C;&#x3055;&#x308C;&#x305F;&#x30DA;&#x30D7;&#x30C1;&#x30C9;&#x4E3B;&#x9396;&#x30B3;&#x30F3;&#x30D5;&#x30A9;&#x30E1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306E;&#x672C;&#x8CEA;&#x7684;&#x306A;&#x6027;&#x5411;&#x306E;&#x6EB6;&#x5A92;&#x52B9;&#x679C;&#x3001;&#x86CB;&#x767D;&#x8CEA;&#x4E3B;&#x9396;&#x30B3;&#x30F3;&#x30D5;&#x30A9;&#x30E1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306E;&#x672C;&#x8CEA;&#x7684;&#x306A;&#x50BE;&#x5411;&#x3092;&#x5909;&#x66F4;&#x3059;&#x308B;&#x90E8;&#x5206;&#x7684;&#x6EB6;&#x5A92;&#x8A98;&#x8D77;&#x6027;&#x86CB;&#x767D;&#x8CEA;&#x306E;&#x69CB;&#x9020;&#x3068;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x306E;&#x30D0;&#x30EA;&#x30A8;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306B;&#x8CA2;&#x732E;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x3092;&#x304A;&#x52E7;&#x3081;&#x3057;&#x307E;&#x3059;&#x3002;&#x3053;&#x308C;&#x3089;&#x306E;&#x7D50;&#x679C;&#x306F;&#x3001;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x3084;&#x30DA;&#x30D7;&#x30C1;&#x30C9; (&#x307E;&#x305F;&#x306F;&#x5909;&#x6027;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;) &#x306E;&#x30B3;&#x30F3;&#x30DB;&#x30E1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x5206;&#x5E03;&#x306E;&#x6EB6;&#x5A92;&#x4F9D;&#x5B58;&#x6027;&#x3092;&#x7406;&#x89E3;&#x3059;&#x308B;&#x4E0A;&#x3067;&#x5F79;&#x306B;&#x7ACB;&#x3064;&#x3067;&#x3057;&#x3087;&#x3046;&#x3067;&#x306F;&#x30B0;&#x30ED;&#x30FC;&#x30D0;&#x30EB;&#x306E;&#x7B2C;&#x4E09;&#x7D00;&#x306E;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x306F;&#x3088;&#x86CB;&#x767D;&#x8CEA;&#x3088;&#x308A;&#x3082;&#x91CD;&#x8981;&#x3067;&#x3059;&#x3002;

&#x30DA;&#x30D7;&#x30C1;&#x30C9;&#x4E3B;&#x9396;&#x30B3;&#x30F3;&#x30D5;&#x30A9;&#x30E1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306E;&#x672C;&#x8CEA;&#x7684;&#x306A;&#x50BE;&#x5411;&#x306B;&#x5BFE;&#x3059;&#x308B;&#x6EB6;&#x5A92;&#x52B9;&#x679C;

&#xC6B0;&#xB9AC; &#xBD84;&#xC790; &#xB3D9;&#xC5ED;&#xD559; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158;&#xC744; &#xAE30;&#xBC18;&#xC73C;&#xB85C; &#xD558;&#xB294; &#xD3A9; &#xD2F0; &#xB4DC; &#xBC31;&#xBCF8; conformations&#xC758; &#xBCF8;&#xC9C8;&#xC801;&#xC778; &#xC131;&#xD5A5;&#xC5D0; &#xC6A9; &#xB9E4; &#xD6A8;&#xACFC; &#xC870;&#xC0AC; &#xD588;&#xB2E4;. &#xC21C;&#xC218;&#xD55C; &#xBB3C;&#xC5D0; &#xBE44;&#xD574; &#xACB0;&#xACFC; &#xC1FC; &#xC218;&#xC131; &#xC6B0; &#xB808; &#xC544; &#xB098;&#xC120; &#xC131;&#xD5A5; &#xAC10;&#xC18C;. &#xBE44;&#xAD50;&#xC5D0;&#xC11C;&#xB294;, &#xBA54;&#xD0C4;&#xC62C; polyproline II (PPII) &#xC131;&#xD5A5; &#xAC10;&#xC18C;. &#xB4F1;&#xBF08; &#xB098; &#xB780;&#xC758; &#xBCF8;&#xC9C8;&#xC801;&#xC778; &#xC131;&#xD5A5; &#xC774;&#xB7EC;&#xD55C; &#xC6A9; &#xB9E4; &#xC758;&#xC874;&#xB3C4; &#xBC31;&#xBCF8; &#xADF8;&#xB8F9;&#xC758; &#xC218; &#xD654; &#xBC0F; &#xB85C;&#xCEEC; intrapeptide &#xC218;&#xC18C; &#xACB0;&#xD569;&#xC758; &#xD615;&#xC131; &#xAC00;&#xB2A5;&#xC131;&#xC758; &#xC6A9; &#xB9E4; &#xC758;&#xC874;&#xB3C4;&#xC640; &#xC0C1;&#xAD00; &#xB41C;&#xB2E4;. &#xB0AE;&#xC740; &#xB2A5;&#xB825;&#xC744; &#xB85C;&#xCEEC; intrapeptide &#xC218;&#xC18C; &#xACB0;&#xD569;&#xC744; &#xC548;&#xC815;&#xD654; &#xD558;&#xB294; &#xC218;&#xC131; &#xC6B0; &#xB808; &#xC544; disfavors &#xD5EC;&#xB9AC;&#xCEEC; &#xB098; &#xB780;. &#xBC18;&#xBA74; &#xBA54;&#xD0C4;&#xC62C;&#xC740; &#xB0AE;&#xC740; &#xBC31;&#xBCF8; &#xADF8;&#xB8F9; &#xC218; &#xD654; &#xC218; disfavors polyproline II &#xB098; &#xB780;. &#xB610;&#xD55C;, &#xC6A9; &#xB9E4; &#xD6A8;&#xACFC; &#xD3A9; &#xD2F0; &#xB4DC;&#xC758; &#xCE21;&#xBA74; &#xCCB4;&#xC778;&#xC5D0; &#xC758;&#xD574; &#xCD94;&#xAC00; &#xBCC0;&#xC870; &#xB420; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC774; &#xC791;&#xD488;&#xC5D0;&#xC11C; &#xAD00;&#xCC30; &#xB41C; &#xD3A9; &#xD2F0; &#xB4DC; &#xBC31;&#xBCF8; conformations&#xC758; &#xBCF8;&#xC9C8;&#xC801;&#xC778; &#xC131;&#xD5A5;&#xC758; &#xC6A9; &#xB9E4; &#xD6A8;&#xACFC; &#xB2E8;&#xBC31;&#xC9C8; &#xBC31;&#xBCF8; conformations&#xC758; &#xBCF8;&#xC9C8;&#xC801;&#xC778; &#xC131;&#xD5A5;&#xC744; &#xBCC0;&#xACBD; &#xC6A9; &#xB9E4;&#xB97C; &#xC774;&#xC6A9;&#xD55C; &#xB2E8;&#xBC31;&#xC9C8; &#xAD6C;&#xC870;&#xC640; &#xC5ED;&#xD559; &#xBCC0;&#xD654;&#xC5D0; &#xAE30;&#xC5EC;&#xD560; &#xC77C;&#xBD80; &#xC218; &#xAC83;&#xC774; &#xC88B;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC774;&#xB7EC;&#xD55C; &#xACB0;&#xACFC; &#xD3BC;&#xCE5C;&#xB41C; &#xB2E8;&#xBC31;&#xC9C8; &#xC774;&#xB098; &#xD3A9; &#xD2F0; &#xB4DC; (&#xB610;&#xB294; &#xBCF8;&#xC9C8;&#xC801;&#xC73C;&#xB85C; &#xBB34;&#xC9C8;&#xC11C; &#xB2E8;&#xBC31;&#xC9C8;)&#xC758; &#xAD6C;&#xC870;&#xC801; &#xBC30;&#xD3EC;&#xD310;&#xC758; &#xC6A9; &#xB9E4; &#xC758;&#xC874; &#xC774;&#xD574;&#xC5D0; &#xB3C4;&#xC6C0;&#xC774; &#xB420; &#xAC83;&#xC785;&#xB2C8;&#xB2E4; &#xD558;&#xB294; &#xAE00;&#xB85C;&#xBC8C; 3 &#xCC28; &#xC0C1;&#xD638; &#xC791;&#xC6A9; &#xD558;&#xB294; well-folded &#xB2E8;&#xBC31;&#xC9C8;&#xC5D0; &#xADF8; &#xBCF4;&#xB2E4; &#xB35C; &#xC911;&#xC694; &#xD55C;.

&#xD3A9; &#xD2F0; &#xB4DC; &#xBC31;&#xBCF8; conformations&#xC758; &#xBCF8;&#xC9C8;&#xC801;&#xC778; &#xC131;&#xD5A5;&#xC5D0; &#xC6A9; &#xB9E4;&#xC758; &#xD6A8;&#xACFC;.

Investigamos los efectos de los disolventes en la propensi&oacute;n intr&iacute;nseca de conformaciones de la columna vertebral de p&eacute;ptido basado en simulaciones de din&aacute;mica molecular. Los resultados muestran que en comparaci&oacute;n con agua pura, urea acuosa disminuye la propensi&oacute;n de la h&eacute;lice. En comparaci&oacute;n, el metanol disminuye la propensi&oacute;n de poliprolina II (PPII). Tal dependencia una solvente de la propensi&oacute;n intr&iacute;nseca de la conformaci&oacute;n de la columna vertebral se correlaciona con la dependencia solvente de la hidrataci&oacute;n de los grupos de la columna vertebral y la probabilidad de formaci&oacute;n de los enlaces de hidr&oacute;geno intrapeptide local. Urea acuosa que tiene baja capacidad de estabilizar los enlaces de hidr&oacute;geno intrapeptide local desaprobaciones la conformaci&oacute;n helicoidal. Considerando que, metanol que tiene baja capacidad de hidratar los grupos de la columna vertebral desaprobaciones la conformaci&oacute;n de poliprolina II. Adem&aacute;s, los efectos disolventes pueden modularse a&uacute;n m&aacute;s por las cadenas laterales de los p&eacute;ptidos. Los efectos disolventes de la propensi&oacute;n intr&iacute;nseca de conformaciones de la columna vertebral de p&eacute;ptido observada en este trabajo sugieren que cambiando la propensi&oacute;n intr&iacute;nseca de las conformaciones de la columna vertebral de prote&iacute;na puede contribuir en parte a las variaciones de la estructura y din&aacute;mica de prote&iacute;nas inducida por solvente. Estos resultados ser&aacute;n &uacute;tiles en la comprensi&oacute;n de la dependencia solvente de las distribuciones conformacionales del revelado prote&iacute;nas o p&eacute;ptidos (o prote&iacute;nas intr&iacute;nsecamente desordenadas) en que las interacciones terciarias globales son menos importantes que las prote&iacute;nas well-folded.

Efectos de los disolventes en la propensi&oacute;n intr&iacute;nseca de conformaciones de columna vertebral del p&eacute;ptido.

&#x6458;&#x8981;&#xFF1A; &#x80CC;&#x666F;&#xFF1A; &#x8C03;&#x5F3A;&#x653E;&#x5C04;&#x6CBB;&#x7597; &#xFF08;&#x653E;&#x5C04;&#xFF09; &#x6CBB;&#x7597;&#x9F3B;&#x54BD;&#x764C; (&#x5168;&#x56FD;&#x4EBA;&#x5927;)&#xFF0C;&#x63D0;&#x4F9B;&#x51FA;&#x8272;&#x7684;&#x5C40;&#x90E8;&#x63A7;&#x5236;&#x548C;&#x5DF2;&#x9010;&#x6E10;&#x53D6;&#x4EE3;&#x4E8C;&#x7EF4;&#x5E38;&#x89C4;&#x653E;&#x7597;&#x4F5C;&#x4E3A;&#x4E00;&#x7EBF;&#x653E;&#x5C04;&#x6CBB;&#x7597;&#x6280;&#x672F;&#x3002;&#x6B64;&#x5916;&#xFF0C;&#x5728;&#x7F8E;&#x56FD;&#x8054;&#x5408;&#x59D4;&#x5458;&#x4F1A;&#x5173;&#x4E8E;&#x764C;&#x75C7; (AJCC) &#x5206;&#x671F;&#x7CFB;&#x7EDF;&#x65B0;&#x7B2C;&#x4E03;&#x7248;&#xFF0C;&#x54BD;&#x540E;&#x6DCB;&#x5DF4;&#x7ED3;&#x88AB;&#x8F6C;&#x4E3A; N0 N1 &#x75BE;&#x75C5;&#x7531;&#x4E8E;&#x5176;&#x5BF9;&#x8FDC;&#x5904;&#x8F6C;&#x79FB;&#x81EA;&#x7531;&#x751F;&#x5B58; (DMF) &#x7387;&#x5168;&#x56FD;&#x4EBA;&#x5927;&#x7684;&#x6D88;&#x6781;&#x5F71;&#x54CD;&#x3002;&#x8FD9;&#x9879;&#x56DE;&#x987E;&#x6027;&#x7814;&#x7A76;&#x88AB;&#x8FDB;&#x884C;&#x4EE5;&#x8C03;&#x5F3A;&#x653E;&#x7597;&#x540E;&#x5BA1;&#x67E5;&#x7684;&#x6CBB;&#x7597;&#x7ED3;&#x679C;&#x548C;&#x4EBA;&#x5927; N0 &#x75C5;&#x60A3;&#x8005;&#x7684;&#x6545;&#x969C;&#x6A21;&#x5F0F;&#xFF0C;&#x4EE5;&#x6709;&#x6548;&#x5730;&#x6307;&#x5BFC;&#x4ECA;&#x540E;&#x7684;&#x6CBB;&#x7597;&#x3002;&#x65B9;&#x6CD5;: &#x6211;&#x4EEC;&#x8FFD;&#x6EAF;&#x5BA1;&#x67E5;&#x4E86;&#x4ECE; 506 &#x6D3B;&#x68C0;&#x8BC1;&#x5B9E;&#x4E34;&#x5E8A;&#x5206;&#x6790;&#x9F3B;&#x54BD;&#x764C;&#x60A3;&#x8005;&#x6570;&#x636E;&#x3002;&#x5171;&#x6709; 191 &#x60A3;&#x8005;&#x8D1F;&#x9888;&#x6DCB;&#x5DF4;&#x7ED3;&#x53C2;&#x4E0E;&#x3002;&#x7F8E;&#x56FD;&#x8054;&#x5408;&#x59D4;&#x5458;&#x4F1A;&#x5173;&#x4E8E;&#x764C;&#x75C7; (AJCC) &#x5206;&#x671F;&#x7CFB;&#x7EDF;&#x7B2C;&#x4E03;&#x7248;&#xFF0C;N0 &#x75C5;&#xFF0C;&#x4E0A;&#x6F14;&#x4E86; 110 &#x540D;&#x75C5;&#x4EBA; (21.7%)&#xFF0C;&#x5E76;&#x7531;&#x4E8E;&#x5B58;&#x5728;&#x6753;&#x8F6C;&#x79FB; N1 &#x75C5; 81 &#x4F8B; (16.0%) &#x88AB;&#x91CD;&#x65B0;&#x5F52;&#x7C7B;&#x3002;&#x4F5C;&#x4E3A;&#x4E3B;&#x8981;&#x6CBB;&#x7597;&#x7684;&#x6240;&#x6709;&#x75C5;&#x4EBA;&#x90FD;&#x5F97;&#x5230;&#x8C03;&#x5F3A;&#x653E;&#x7597;&#x3002;&#x7ED3;&#x679C;: &#x60A3;&#x8005;&#x8D1F;&#x9888;&#x6DCB;&#x5DF4;&#x7ED3;&#x8FDC;&#x5904;&#x8F6C;&#x79FB;&#x81EA;&#x7531;&#x751F;&#x5B58; (DMF) &#x662F;&#x5927;&#x5927;&#x9AD8;&#x4E8E;&#x65E0;&#x54BD;&#x540E;&#x6DCB;&#x5DF4;&#x7ED3; &#xFF08;&#x6753;&#xFF09; &#x8F6C;&#x79FB;&#x60A3;&#x8005;&#x6753;&#x8F6C;&#x79FB; &#xFF08;95.9%&#x548C; 88.1%&#x5206;&#x522B;&#xFF0C;P = 0.04&#xFF09;&#x3002;N0 &#x75BE;&#x75C5;&#xFF0C;5 &#x5E74;&#x603B;&#x751F;&#x5B58;&#x7387; (OS)&#xFF0C;&#x672C;&#x5730;&#x65E0;&#x590D;&#x53D1;&#x751F;&#x5B58; &#xFF08;LRFS&#xFF09;&#x3001; &#x8282;&#x70B9;&#x65E0;&#x590D;&#x53D1;&#x751F;&#x5B58; &#xFF08;NRFS&#xFF09; &#x548C; DMF &#x7387;&#x5206;&#x522B; 97.1%&#x3001; 99.1%&#x3001; 93.8%&#x3001; 95.9%&#x3002;T1N0&#x3001; T2N0&#x3001; T3N0 &#x548C; T4N0&#xFF0C;OS &#x662F; 97.8%&#x3001; 100%&#x3001; 93.8%&#x548C; 76.9%&#x3001; LRFS &#x662F; 100%&#x3001; 92.9%&#x3001; 100%&#x548C; 88.9%&#x548C; DMF &#x5206;&#x522B;&#x4E3A; 96.6%&#x3001; 90.9%&#x3001; 100%&#x548C; 93.3%&#x3002;OS &#x548C; LRFS &#x9AD8;&#x4E8E; T1 3 N0 &#x60A3;&#x8005; T4N0 &#x60A3;&#x8005; (P &lt; 0.01 &#x548C; P = 0.01&#xFF0C;&#x5206;&#x522B;)&#x3002;&#x7ED3;&#x8BBA;&#xFF1A; &#x7B2C;&#x4E03;&#x7248; AJCC N &#x5206;&#x671F;&#x7CFB;&#x7EDF;&#x901A;&#x8FC7;&#x5347;&#x7EA7;&#x6753;&#x8F6C;&#x79FB;&#x5230; N1 &#x75BE;&#x75C5;&#x6539;&#x5584;&#x4E86;&#x9884;&#x540E;&#x7684;&#x51C6;&#x786E;&#x6027;&#x3002;&#x8C03;&#x5F3A;&#x653E;&#x7597;&#x4EA7;&#x751F;&#x4F18;&#x79C0;&#x5B58;&#x6D3B;&#x7387; T1 3 N0 &#x75BE;&#x75C5; &#xFF1B;&#x7136;&#x800C;&#xFF0C;T4N0 &#x75BE;&#x75C5;&#x4ECD;&#x7136;&#x662F;&#x4E00;&#x4E2A;&#x6311;&#x6218;&#xFF0C;&#x66F4;&#x591A;&#x7684;&#x6539;&#x8FDB;&#x9700;&#x8981;&#x8FD9;&#x4E9B;&#x4EBA;&#x5927;&#x75C5;&#x4EBA;&#x8FBE;&#x5230;&#x826F;&#x597D;&#x7684;&#x9884;&#x540E;&#x3002;

&#x8C03;&#x5F3A;&#x653E;&#x5C04;&#x6CBB;&#x7597;&#x7684;&#x9F3B;&#x54BD;&#x764C;&#x60A3;&#x8005; N0 &#x6839;&#x636E;&#x7B2C;&#x4E03;&#x7248; AJCC &#x5206;&#x671F;&#x7CFB;&#x7EDF;&#x6709;&#x524D;&#x9014;&#x7684;&#x6CBB;&#x7597;&#x7ED3;&#x679C;&#x3002;

ABSTRACT: BACKGROUND: Intensity-modulated radiation therapy (IMRT) provides excellent locoregional control for nasopharyngeal carcinoma (NPC), and has gradually replaced two-dimensional conventional radiotherapy as the first-line radiotherapy technique. Furthermore, in the new seventh edition of the American Joint Committee on Cancer (AJCC) staging system, retropharyngeal lymph nodes were upgraded from N0 to N1 disease as a result of their negative impact on the distant metastasis-free survival (DMFS) rates of NPC. This retrospective study was conducted in order to review the treatment outcomes and patterns of failure in NPC patients with N0 disease after IMRT in order to effectively guide treatment in the future. METHODS: We retrospectively reviewed data from 506 biopsy-proven nonmetastatic NPC patients. There were 191 patients with negative cervical lymph node involvement. According to the seventh edition of the American Joint Committee on Cancer (AJCC) staging system, 110 patients (21.7%) were staged with N0 disease, and 81 patients (16.0%) were reclassified with N1 disease due to the presence of RLN metastasis. All patients received IMRT as the primary treatment. RESULTS: In patients with negative cervical lymph node involvement, distant metastasis-free survival (DMFS) was significantly higher in patients without retropharyngeal lymph node (RLN) metastasis than those with RLN metastasis (95.9% vs. 88.1% respectively, P = 0.04). For N0 disease, the 5-year overall survival (OS), local relapse-free survival (LRFS), nodal relapse-free survival (NRFS) and DMFS rates were 93.8%, 97.1%, 99.1% and 95.9%, respectively. For T1N0, T2N0, T3N0 and T4N0, OS was 97.8%, 100%, 93.8% and 76.9%, LRFS was 100%, 92.9%, 100% and 88.9% and DMFS was 96.6%, 90.9%, 100% and 93.3%, respectively. OS and LRFS were higher in T1-3 N0 patients than T4N0 patients (P < 0.01 and P = 0.01, respectively). CONCLUSIONS: The seventh edition of the AJCC N-staging system improves prognostic accuracy by upgrading RLN metastasis to N1 disease. IMRT produces excellent survival rates in T1-3 N0 disease; however, T4N0 disease remains a challenge and additional improvements are required to achieve a favorable prognosis for these NPC patients.

Promising treatment outcomes of intensity-modulated radiation therapy for nasopharyngeal carcinoma patients with N0 disease according to the seventh edition of the AJCC staging system.

Article	Year
Understanding the folding and stability of a zinc finger-based full sequence design protein with replica exchange molecular dynamics simulations. Proteins\| PubMed ID: 17285627	2007
Effects of zinc binding on the conformational distribution of the amyloid-beta peptide based on molecular dynamics simulations. The journal of physical chemistry. B\| PubMed ID: 18001084	2007
Metal-coupled folding of Cys2His2 zinc-finger. Journal of the American Chemical Society\| PubMed ID: 18163620	2008
All-atom replica exchange molecular simulation of protein BBL. Proteins\| PubMed ID: 18320591	2008
Protein folding simulations: from coarse-grained model to all-atom model. IUBMB life\| PubMed ID: 19472192	2009
Self-learning multiscale simulation for achieving high accuracy and high efficiency simultaneously. The Journal of chemical physics\| PubMed ID: 19508057	2009
A simple and effective approach towards biomimetic replication of photonic structures from butterfly wings. Nanotechnology\| PubMed ID: 19597248	2009
Folding of a small RNA hairpin based on simulation with replica exchange molecular dynamics. The journal of physical chemistry. B\| PubMed ID: 20392088	2010
Multiscale methods for protein folding simulations. Methods (San Diego, Calif.)\| PubMed ID: 20434561	2010
Characterizing protein energy landscape by self-learning multiscale simulations: application to a designed Î²-hairpin. Biophysical journal\| PubMed ID: 21044601	2010
Frustration, specific sequence dependence, and nonlinearity in large-amplitude fluctuations of allosteric proteins. Proceedings of the National Academy of Sciences of the United States of America\| PubMed ID: 21307307	2011
Effects of solvents on the intrinsic propensity of peptide backbone conformations. Physical review. E, Statistical, nonlinear, and soft matter physics\| PubMed ID: 22181201	2011
Promising treatment outcomes of intensity-modulated radiation therapy for nasopharyngeal carcinoma patients with N0 disease according to the seventh edition of the AJCC staging system. BMC cancer\| PubMed ID: 22336097	2012

Wenfei Li

Biography

JoVE Journal Publications

Other Publications