Summary

Determinazione della struttura e della coordinazione di complessi peptide-metallo mediante NMR 1D e 2D 1H

Published: December 16, 2013
doi:
Please note that all translations are automatically generated. Click here for the English version.

Summary

È stata determinata la struttura in soluzione NMR di un peptide modello metallochaperone con Cu (I) e viene descritto un protocollo dettagliato dalla preparazione del campione e dalla raccolta di dati 1D e 2D a una struttura tridimensionale.

Abstract

Il legame del rame (I) da parte delle proteine di trasporto del metallochaperone impedisce l’ossidazione del rame e il rilascio degli ioni tossici che possono partecipare a reazioni redox dannose. Il complesso Cu (I) del modello peptidico di una proteina metallochaperone legante Cu (I), che include la sequenza MTCSGCSRPG (sottolineata è conservata), è stato determinato in soluzione in condizioni inerti mediante spettroscopia NMR.

NMR è una tecnica ampiamente accettata per la determinazione delle strutture in soluzione di proteine e peptidi. A causa della difficoltà di cristallizzazione di fornire singoli cristalli adatti alla cristallografia a raggi X, la tecnica NMR è estremamente preziosa, soprattutto in quanto fornisce informazioni sullo stato della soluzione piuttosto che sullo stato solido. Qui descriviamo tutti i passaggi necessari per la determinazione della struttura tridimensionale completa mediante NMR. Il protocollo include la preparazione del campione in una provetta NMR, la raccolta e l’elaborazione dei dati 1D e 2D, l’assegnazione e l’integrazione dei picchi, i calcoli di meccanica molecolare e l’analisi della struttura. È importante sottolineare che l’analisi è stata condotta prima senza alcun legame metallo-legante preimpostato, per garantire una determinazione affidabile della struttura in modo imparziale.

Introduction

I peptidi sono ampiamente utilizzati come modelli proteici, potenziali farmaci e agenti terapeutici a pieno titolo. Tuttavia, le loro dimensioni ridotte e l’alto grado di flessibilità spesso precludono la determinazione della struttura ai raggi X a causa delle difficoltà di cristallizzazione.

La risonanza magnetica nucleare (NMR) può essere utilizzata per determinare le strutture e le interazioni dei peptidi. Il metodo può fornire informazioni riguardanti la struttura locale e complessiva, il legame e le interazioni di affinità inferiore, ed è applicabile a campioni difficili poiché può essere fatto nello stato di soluzione.

Il trasporto del rame nei sistemi biologici è ottenuto da proteine metallochaperone di rame intracellulari che legano specificamente gli ioni Cu (I) e li consegnano alle loro proteine bersaglio attraverso una serie di interazioni proteina-proteina, per proteggere gli ioni dall’ossidazione e prevenire il rilascio di rametossico 2-5. Il sito di legame è caratterizzato dalla sequenza conservata, MXH/TCXanyXanyC, che è stato dimostrato sia dalla NMR che dalla cristallografia di legare il Cu (I) dai leganti tiolatici molli dei due residui di cisteina, sebbene sia stato proposto anche un ulteriore ligando esterno6-8. La relazione struttura-funzione di queste proteine è stata oggetto di un’intensa ricerca9.

Nello studio qui presentato, un modello peptidico che include la sequenza conservata di metallochaperoni di rame è stato sintetizzato e ha reagito con Cu (I) in un ambiente inerte. Il protocollo presentato descrive le fasi della determinazione della struttura mediante NMR, tra cui la preparazione del campione, la raccolta dei dati, l’elaborazione dei dati, la generazione della struttura e l’analisi strutturale. L’analisi è stata effettuata in due fasi: le prime strutture sono state generate senza alcuna informazione riguardante la modalità di legame del peptide allo ione rame. Una volta stabilita empiricamente la modalità di legame, questi vincoli sono stati introdotti per fornire una struttura ad alta risoluzione. La modalità di legame è il punto essenziale del modello ed è stata quindi determinata in modo imparziale.

La determinazione strutturale NMR dei peptidi modello è una tecnica estremamente preziosa che viene spesso utilizzata da chimici e biologi. Può essere applicato in modo relativamente semplice a diversi peptidi in condizioni diverse, e quindi può far luce sui meccanismi rilevanti10. Comprendere il processo di delucidazione della struttura fornisce una migliore comprensione dei punti di forza e di debolezza delle strutture proposte.

Protocol

1. Preparazione del campione

  1. Apo-campione: Sciogliere circa 1-2 mg del peptide in 450-500 μl di solvente deuterato di grado NMR (le soluzioni preferibili per i campioni biologici sono il 10% di D2O in acqua o d6-DMSO 11-12 se il campione non si dissolve in acqua o reagisce con essa).
  2. Campione reagito al rame: Sciogliere circa 1-2 mg di peptide con una quantità equimolare di sale metallico in 450-500 μl di solvente NMR.
  3. Filtrare la soluzione utilizzando un vetro sinterizzato, carta da filtrazione o qualsiasi altra tecnica che si adatti ai composti in esame e non li adsorbisca. Questo è essenziale per rimuovere eventuali particelle metalliche, che influenzeranno l’omogeneità.
  4. Trasferire la soluzione in una provetta NMR e chiuderla. Assicurarsi che la qualità del tubo corrisponda alla forza del magnete utilizzato (per maggiori dettagli vedere la tabella delle apparecchiature).
  5. Se il campione è sensibile all’ossigeno, questi passaggi devono essere eseguiti in un ambiente inerte e la provetta sigillata per prevenire l’ossidazione.

2. Raccolta ed elaborazione dei dati NMR13

  1. Registrare gli spettri 1D 1H dei campioni reagiti con apo- e rame e confrontarli. Lo spettro peptidico contenente rame dovrebbe mostrare un cambiamento significativo dello spostamento chimico nella regione ammidica e i picchi si sono risolti poiché l’apo-peptide è flessibile e mostra una media di conformazioni, ma dopo aver reagito con il rame, le ammidi peptidiche legate hanno una singola struttura (Figura 2).
    1. Se lo spettro è invariato, si presume che la reazione sia fallita.
    2. Se il campione diventa verde, il rame si sarà ossidato nell’atmosfera, il che potrebbe modificare le sue proprietà di legame.
    3. In entrambi i casi, il campione dovrà essere rifatto.
  2. Trova le condizioni di temperatura ottimali per le misure NMR che forniscono una sovrapposizione minima dei residui ammidici con larghezze di linea strette.
  3. Impostare gli esperimenti NMR COSY14, TOCSY15 e NOESY16 o ROESY17 in condizioni identiche (temperatura, pH, ecc.) ed eseguirli in sequenza.
    1. Gli esperimenti COSY (Figura 3) e TOCSY (Figura 4) rileveranno le interazioni attraverso il legame rispettivamente di interazioni protone-protone adiacenti e vicine a lungo raggio. Lo spettro COSY fornisce informazioni sulle correlazioni HN-Hα mentre lo spettro TOCSY fornisce, inoltre, informazioni su HN e altri protoni H alifatici di residui correlati.
    2. Gli esperimenti NOESY e ROESY (Figura 5) rilevano la vicinanza attraverso lo spazio senza dipendere dai legami per fornire informazioni strutturali. La scelta tra i due è in base alla dimensione effettiva del composto e all’intensità del campo. Alcune di queste combinazioni forniscono segnali teorici di zero (Figura 6) e sarà necessario eseguire un esperimento ROESY per rilevare le interazioni NOE10,18.
    3. Se il campione è in acqua, gli esperimenti devono avere una componente di soppressione dell’acqua. Ciò si ottiene in modo più efficiente utilizzando i gradienti19. In questo caso, è vantaggioso rieseguire il campione, una volta assegnato, in D2O puro per ottenere interazioni con e tra gli idrogeni Hα.
    4. Ottimizza la durata dei tempi di miscelazione TOCSY e NOESY o ROESY eseguendo una serie di brevi esperimenti per trovare il massimo accumulo di segnale con una perdita minima per diffusione dello spin. Assicurati che questa sia la regione lineare della curva di accumulo. I valori comuni per i peptidi a campi a 600 MHz includono tempi di miscelazione di circa 100 msec per TOCSY e 150 msec per gli esperimenti NOESY o ROESY.
    5. Eseguire esperimenti 1D tra un esperimento e l’altro per assicurarsi che la composizione del campione rimanga costante durante l’acquisizione dei dati (Figura 7).
  4. Elaborare gli spettri utilizzando le funzioni di apodizzazione appropriate per ottenere la massima risoluzione con la minima perdita di potenza del segnale, aggiungendo il riempimento zero nella dimensione t1.
    1. Correggi ulteriormente la linea di base nella dimensione F2 quindi F1 con una funzione polinomiale quadratica.
    2. Calibrare attentamente lo spostamento chimico degli spettri in base all’acqua residua o ai picchi di DMSO nei rispettivi solventi in base al loro spostamento da standard noti (TMSP o TMS, rispettivamente).

3. Assegnazione e integrazione dei picchi utilizzando SPARKY20

  1. Preparare una serie di spettri COSY e TOCSY sovrapposti allo spettro NOESY o ROESY (Figura 8).
  2. Assegnare tutti i picchi NOE nello spettro secondo la metodologia di assegnazione sequenziale sviluppata da Wüthrich21.
    1. Iniziare con l’assegnazione dei picchi che si sovrappongono ai segnali TOCSY nella regione dell’impronta digitale, in quanto ciò faciliterà le successive voci di assegnazione dei picchi con il programma SPARKY (Figura 9). Registrare lo spostamento chimico di assegnazione (Figura 10) e i valori di 3JHNHα (Figura 11).
  3. Traslate i picchi in vincoli di distanza e i valori di 3JHNHα in angoli diedri.
    1. Questo può essere fatto integrando i picchi all’interno del programma e traducendoli in vincoli di distanza utilizzando un’interazione di distanza nota (come la distanza tra due protoni del gruppo metilene o gli atomi di idrogeno aromatico di un amminoacido aromatico).
    2. Se i picchi si sovrappongono e i metodi di integrazione non possono essere utilizzati, possono essere etichettati come forte-medio-debole-molto debole mediante stima visiva e queste designazioni possono essere tradotte in distanze fino a 2,5, 3,5, 4,5 e 5,5 Å, rispettivamente. Questo è più efficace nel lavoro con i peptidi.
    3. I valori di 3 JHNHα sono indicativi degli angoli diedri secondo l’equazione di Karplus, dove la maggior parte dei valori di accoppiamento dati può derivare da più di un angolo diedro. Questi possono essere indicativi della struttura secondaria (eliche o fogli), della bobina casuale o delle medie conformazionali della stessa. Pertanto, è importante utilizzare i vincoli con attenzione o utilizzarli come conferma dei risultati conformazionali.

4. Calcoli di meccanica molecolare per generare un insieme di strutture utilizzando XPLOR22

  1. Importa i vincoli di distanza e gli angoli diedri con il formato corretto per XPLOR. (Figura 12, solo vincoli interresiduali). XPLOR cercherà nello spazio conformazionale per trovare strutture che aderiscono a vincoli chimici geometrici canonici, come lunghezze di legame, angoli, chiralità, ecc. oltre ai vincoli di distanza trovati sperimentalmente, per generare un insieme in cui nessuno dei parametri di cui sopra viene violato. Questo costituirà l’ensemble di partenza.
  2. La prima esecuzione di determinazione della struttura avverrà senza l’utilizzo di alcun vincolo al metallo. Questo mostrerà quali residui partecipano al legame del metallo senza alcuna distorsione. Andare al passaggio 4.4.
  3. Oltre ai vincoli di distanza derivati dalla risonanza magnetica nucleare, aggiungere i vincoli di legame metallico ai residui determinati.
    1. Aggiungi i parametri appropriati per descrivere lo ione metallico e la sua topologia.
    2. Le informazioni fisiche appropriate (massa, lunghezze di legame con altri atomi, angoli e parametri di repulsione di non legame) devono essere inserite nel file dei parametri.
    3. Aggiungere le informazioni di associazione al file della topologia: quali legami vengono formati e interrotti e quali addebiti formali vengono modificati in seguito all’associazione.
  4. Crea un piccolo ensemble di solito 10 membri.
    1. Introdurre i vincoli gradualmente, iniziando con le interazioni da spina dorsale a spina dorsale, poi da spina dorsale a catena laterale, quindi da interazioni da catena laterale a catena laterale e passando da interazioni intra-residuali, sequenziali a interazioni a raggio sempre più lungo. Ciò facilita l’identificazione degli errori nell’assegnazione.
    2. Introdurre l’energia NOE come potenziale a pozzetto quadrato con una costante di forza costante di 50 kcal/mol•Å2. La ricottura simulata deve essere eseguita con 1.500 passi di 3 fsec a 1.500 K e 3.000 passi di 1 fsec durante il raffreddamento a 500 K. Infine, ridurre al minimo le strutture utilizzando la minimizzazione dell’energia del gradiente coniugato per 4.000 iterazioni; si tratta di variabili che possono essere modificate all’interno di XPLOR.
  5. Crea un ensemble finale di solito di 50 membri. Eseguire i passaggi dal passaggio 4.4 sull’intero ensemble.
    1. Riportare il numero di ogni tipo di interazione NOE che è stato trovato, come mostrato nella Figura 13.
  6. Crea un insieme di strutture che aderiscono alla geometria chimica canonica e ai vincoli empirici derivati dalla risonanza magnetica nucleare.
    1. Riporta il numero totale di conformazioni, il numero di queste che hanno violato i vincoli derivati da NMR e l’RMSD dell’intero insieme, sia la spina dorsale, sia tutti i valori RMSD dell’atomo pesante.

5. Analisi della struttura

  1. L’insieme risolto rappresenta lo spazio conformazionale adottato dal peptide durante la misura NMR. La flessibilità locale può cambiare in diverse regioni della molecola e ciò può essere attribuito a ragioni strutturali o funzionali (lo scopo dell’analisi strutturale è determinare la base strutturale della stabilità e del meccanismo d’azione).
    1. Importare tutte le conformazioni della struttura nel programma MolMol23 per creare un insieme iniziale (Figura 14).
  2. Esamina l’insieme per determinare la stabilità locale della molecola.
    1. Determinare i valori RMSD della backbone e della sidechain selezionando le successive quattro regioni residue lungo la sequenza e facendo in modo che il programma calcoli l’RMSD alla struttura energetica più bassa o alla media.
    2. Determinare quali regioni della molecola mostrano stabilità locale (Figura 15) tracciando la RMSD locale in funzione della sequenza.
    3. Sovrapporre l’insieme lungo questa regione della molecola e utilizzare questo insieme per ulteriori analisi (Figura 16).
  3. Scegliere conformazioni a bassa energia che aderiscano ai vincoli derivati da NMR (non violate). Questi formeranno l'”insieme a bassa energia”.
    1. Indicare il numero di conformazioni nell’insieme, i criteri per sceglierle e i valori RMSD definiti al punto 4.6.1.
    2. Se la modalità di rilegatura in metallo è già stata determinata, continuare con il passaggio successivo. Altrimenti: analizzare l’insieme a bassa energia e determinare quali catene laterali residue sono in corretta prossimità l’una dell’altra per poter legare lo ione metallico. Una volta determinati, tornare al passaggio 3.3 e ripetere l’analisi includendo i dati di legame del rame (Figura 17 per l’insieme e Figura 18 per il conformere a bassa energia).
  4. Esamina l’insieme e determina la struttura secondaria locale all’interno della molecola utilizzando i parametri di ricerca predefiniti del programma MolMol. Le strutture secondarie sono trattenute dal legame idrogeno e indicano regioni stabili della molecola.
    1. Determinare la struttura secondaria di ciascun conformatore (Figura 19).
      1. Creare una tabella della percentuale di conformeri dell’insieme che mostrano ogni struttura secondaria.
      2. Determinare se le regioni di struttura secondaria si sovrappongono alle regioni che sono state determinate come regioni stabili dalla RMSD locale. Questo è spesso il caso.
  5. Determinare le distanze e il legame idrogeno all’interno della molecola.
    1. Importa l’ensemble in Chimera24.
    2. Usa Chimera per determinare le distanze intramolecolari tra gli atomi sospettati di legare i metalli. Calcola le distanze medie nell’insieme.
    3. Utilizzare Chimera per determinare i legami idrogeno intramolecolari in ciascun conformatore dell’insieme (Figura 20), utilizzando i parametri predefiniti del legame idrogeno rilassato (del 20%) del programma.
    4. Crea una tabella della percentuale di conformeri dell’insieme che mostrano ogni legame idrogeno. I legami idrogeno che ricorrono nella maggior parte delle conformazioni indicano un legame stabile che si aggiunge alla stabilità della struttura.
  6. Determinare le interazioni elettrostatiche all’interno della molecola.
    1. Identifica le interazioni tra le sidechain caricate.
    2. Crea una tabella della percentuale di conformeri dell’insieme che mostrano ogni interazione elettrostatica.
  7. Calcola la distribuzione del potenziale elettrostatico utilizzando il campo di forza Amber25 all’interno del programma Delphi26.
    1. Scegliere una singola conformazione rappresentativa dall’insieme su cui eseguire i calcoli del potenziale elettrostatico.
    2. Ricavare il potenziale elettrostatico utilizzando l’equazione di Poisson-Boltzman e un calcolo coulombico completo. I parametri richiesti includono la forza ionica della soluzione, i valori dielettrici della soluzione (80 per l’acqua; 40 per il DMSO); il peptide interno (di solito intorno a 5,0); la dimensione della griglia (solitamente 65’65’65 punti); e la distanza minima tra il peptide e il bordo della griglia (10 Å). I risultati sono generalmente abbastanza robusti rispetto a questi valori poiché il risultato principale è governato dal peptide stesso (Figura 21).
    3. Esaminare il potenziale elettrostatico mappato sulla superficie di Van der Waals del peptide (Figura 22).
    4. Esaminare le iso-superfici del potenziale elettrostatico, che descrivono posizioni aventi lo stesso potenziale. Trova iso-superfici che suggeriscono rilevanza biologica, come superfici positive o negative estese che potrebbero attrarre o respingere altre proteine o ligandi, o distribuzioni che indicano un significato, come la distribuzione anfipatica o chiazze di proprietà diverse (Figura 23).
  8. Riassumi tutti i risultati strutturali per vedere come si rafforzano a vicenda.
  9. Ripetere i passaggi 4.3-5.7.4 se necessario.

Representative Results

Discussion

The contribution of structural information to understand binding mechanisms is well-accepted. Peptides are useful as models for protein binding and interactions; however they are not amenable to the main method for structure determination, X-ray crystallography. NMR is particularly useful for these systems, since the structures can be readily solved in solution. This is especially for the case of metallochaperone-mimetics that additionally require structure determination under an inert environment to prevent oxidation of the metal ion.

The MTCSGCSRPG peptide, containing the conserved MT/HCXXC motif, bound Cu (I) as was evident by the significant change of spectrum from the apo-form to the peptide reacted with copper. The need for a ROESY experiment at the field of 600 MHz, due to a spectrum with null interactions in the NOESY spectrum, indicates a compact peptide, since our experience shows that smaller peptides of 6-7 residues fall in the null signal of the NOESY regime, but peptides of this size usually give adequate signal. In the ROESY spectrum 81 cross-peaks were observed, N of these were inter-residue cross-peaks and (81-N) were intra-residue cross-peaks. This is a small number of peaks compared to proteins, but is expected in small peptides; Particularly cyclic peptides, which tend to give a small number of interactions since all the sidechains point outward and undergo little interaction with one another.

As the metal itself cannot be detected directly by the 1H NMR measurements, one must conclude on the metal binding residues from the distances obtained between suspected donor atoms. To assure a reliable structure, no metal-ligand binding constraints should be added to the initial calculations. Previous studies have shown that forcing metal binding in an incorrect form may still lead to reasonable structural factors even if the structure is incorrect10.

The experiments gave highly nonviolated conformations in an ensemble of low RMSD. The low RMSD of a potentially flexible peptide lends further support for copper binding, which would reduce the conformational flexibility of the molecule. The RMSD values of the binding region were reduced to values around 0.05 Å, which shows tremendous stabilization as expected by the ring closure. The secondary bend and hydrogen-bonding found in the 3-7 region, also indicated binding in this region.

The negative charge obtained when two thiols bind the copper (I) peptide is offset by the N-terminal amine that was held proximate to the bound copper.

When inspecting the resulting distances between potential donor atoms, including the two cysteine residues and the methionine group, the ones located at positions most probable to bind metal were the sidechains of Cys3 and Cys6. Therefore, binding constraints were added between these residues and the metal center, and the resulting structure was evaluated. To further support the resulting structure, various additional control measurements that include preset bonds to other residues may be performed and the structural factors compared. This is especially important where the result of the model is unexpected. In previous studies using similar measurements using protein-mimetic peptides, unusual binding modes were observed, including methionine instead of cysteine7.

Excess copper is toxic to biological systems and copper transport is very tightly controlled. Therefore, it is interesting and mechanistically important to understand how copper is transferred from one protein to another. The transport cannot depend on simple release and acquire mechanism, but must somehow include both stronger and weaker modes of binding, much like how one would transfer an object carefully from the fingers of one hand to another. This type of study provides much information regarding the mechanism of copper binding in biological systems and can be used to further investigate many different aspects of metallochaperone activity in nature. The systems may be easily mutated and manipulated to mimic many different aspects of copper-binding in nature, and may be analyzed without using prior assumptions of the binding mode.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Materials

Avance DMX 600 MHz SpectrometerBruker
NMR sample tubes Wilmad535-PP
Glove boxMBraunLM05-019
Lyophilizer  VirTisbenchtopK
PeptideBioChemiaCustom made>95% purity
Copper (1) chlorideAldrich224332
Hydrochloric acidBioLab231-595-7
Sodium hydroxideGadot1310-73-2
d<sub>6</sub>-DimethylsulfoxideAldrich236926
Deuterium oxideAldrich151882

References

  1. Robinson, J. A. Protein epitope mimetics as anti-infectives. Curr. Opin. Chem. Biol. 15, 379-386 (2011).
  2. Huffman, D. L., Function O’Halloran, T. V. structure, and mechanism of intracellular copper trafficking proteins. Annu. Rev. Biochem. 70, 677-701 (2001).
  3. Tapiero, H., Townsend, D. M., Tew, K. D. Trace elements in human physiology and pathology. Copper. Biomed., & Pharmacotherapy. 57, 386-398 (2003).
  4. Boal, A. K., Rosenzweig, A. C. Structural Biology of Copper Trafficking. Chem. Rev. 109, 4760-4779 (2009).
  5. Rubino, J. T., Franz, K. J. Coordination chemistry of copper proteins: How nature handles a toxic cargo for essential function. J. Inorg. Biochem. 107, 129-143 (2012).
  6. Wernimont, A. K., Huffman, D. L., Lamb, A. L., O’Halloran, T. V., Rosenzweig, A. C. Structural basis for copper transfer by the metallochaperone for the Menkes/Wilson disease proteins. Nat. Struct. Biol. 7, 766-771 (2000).
  7. Singleton, C., Hearnshaw, S., Zhou, L., Le Brun, N. E., Hemmings, A. M. Mechanistic insights into Cu(I) cluster transfer between the chaperone CopZ and its cognate Cu(I)-transporting P-type ATPase, CopA. Biochem. J. 424, 347-356 (2009).
  8. Hearnshaw, S., et al. A Tetranuclear Cu(I) Cluster in the Metallochaperone Protein CopZ. Biochem. 48, 9324-9326 (2009).
  9. Shoshan, M. S., Tshuva, E. Y. The MXCXXC class of metallochaperone proteins: model studies. Chem. Soc. Rev. 40, 5282-5292 (2011).
  10. Shoshan, M. S., et al. NMR characterization of a Cu(I)-bound peptide model of copper metallochaperones: Insights on the role of methionine. Chem. Comm. 47, 6407-6409 (2011).
  11. Schmitt, W., Zanotti, G., Wieland, T., Kessler, H. Conformation of different S-deoxo-Xaa(3)-amaninamide analogues in DMSO solution as determined by NMR spectroscopy. Strong CD effects induced by beta I, beta II conformational change. J. Am. Chem. Soc. 118 (3), 4380-4387 (1996).
  12. Behrens, S., Matha, B., Bitan, G., Gilon, C., Kessler, H. Structure-activity relationship of the ring portion in backbone-cyclic C-terminal hexapeptide analogs of substance P – NMR and molecular dynamics. Int. J. Peptide and Protein Res. 48, 569-579 (1996).
  13. Aue, W. P., Bartholdi, E., Ernst, R. R. 2-Dimensionsl spectroscopy- application to nuclear magnetic resonance. J. Chem. Phys. 64, 2229-2246 (1976).
  14. Bax, A., Davis, D. G. MLEV-17-based two-dimensional homonuclear magnetization transfer spectroscopy. J. Magn. Reson. 65, 355-360 (1985).
  15. Kumar, A., Ernst, R. R., Wüthrich, K. A two-dimensional nuclear overhauser enhancement (2D NO) experiment for the elucidation of complete proton-proton cross-relaxation networks in biological macromolecules. Biochem. Biophys. Res. Comm. 95, 1-6 (1980).
  16. Bax, A., Davis, D. G. Practical aspects of two-dimensional transverse NOE spectroscopy. J. Magn. Reson. 63, 207-213 (1985).
  17. Williamson, M. P. Chapter 3 Applications of the NOE in Molecular Biology. Annu. Reports on NMR Spectroscopy. 65, 77-109 (2009).
  18. Piotto, M., Saudek, V., Sklenar, V. Gradient-tailored excitation for single-quantum NMR-spectroscopy of aqueous solutions. J. Biomol. NMR. 2, 661-665 (1992).
  19. Wüthrich, K. . NMR of proteins and nucleic acids. , (1986).
  20. Nilges, M., Kuszewski, J., Brünger, A. T. . Comp. aspects study biol. macromol. by NMR. , (1991).
  21. Koradi, R., Billeter, M., Wüthrich, K. MOLMOL: A program for display and analysis of macromolecular structures. J. Molecular Graphics. 14, 51 (1996).
  22. Pettersen, E. F., et al. UCSF chimera – A visualization system for exploratory research and analysis. J. Computational Chem. 25, 1605-1612 (2004).
  23. Pearlmen, D. A., et al. AMBER, a package of computer programs for applying molecular mechanics, normal mode analysis, molecular dynamics and free energy calculations to simulate the structural and energetic properties of molecules. Comp. Phys. 91, 1-41 (1995).
  24. Honig, B., Sharp, K., Yang, A. S. Macroscopic models of aqueous solutions- biological and chemical applications. J. Phys. Chem. 97, 1101-1109 (1993).
Structure and Coordination Determination of Peptide-metal Complexes Using 1D and 2D 1H NMR

Play Video

Cite This Article
Shoshan, M. S., Tshuva, E. Y., Shalev, D. E. Structure and Coordination Determination of Peptide-metal Complexes Using 1D and 2D 1H NMR. J. Vis. Exp. (82), e50747, doi:10.3791/50747 (2013).

View Video