Name: 분자 역학 시뮬레이션을 사용하여 구조적 효과를 평가하기 위해 in silico에서 반응성 카르보닐로 변형된 아미노산 합성 (동영상) | JoVE Journal
Uploaded: 2024-04-26T14:30:00.000+00:00
Duration: 5 min 57 s
Description: 배우세요 분자 역학 시뮬레이션을 사용하여 카르보닐화된 아미노산을 in silico에서 합성하고 단백질 구조에 미치는 영향을 평가하는 방법을. 이 계산적 접근법은 번역 후 수정이 단백질 기능을 변화시키는 메커니즘을 이해하는 데 기여합니다.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

이 연구는 연구 그룹 2021 및 Acta 017-2022를 지원하기 위해 Ministerio de Ciencia, Tecnología e Innovación(Minciencias) 및 카르타헤나 대학교(콜롬비아)의 연구 보조금 코드 1107-844-67943의 지원을 받았습니다.

지질 유도체에 의한 단백질 카르보닐화의 인실리코(In Silico) 구조 분석

<ol><li>Cornell, W. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+second+generation+force+field+for+the+simulation+of+proteins%2C+nucleic+acids%2C+and+organic+molecules%5BTitle%5D)+AND+%22J+Am+Chem+Soc%22%5BJournal%5D)">A second generation force field for the simulation of proteins, nucleic acids, and organic molecules.</a> J Am Chem Soc. 117 (19), 5179-5197 (1995).</li>
<li>Wang, J., Wolf, R. M., Caldwell, J. W., Kollman, P. A., Case, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+and+testing+of+a+general+amber+force+field%5BTitle%5D)+AND+%22J+Comput+Chem%22%5BJournal%5D)">Development and testing of a general amber force field.</a> J Comput Chem. 25 (9), 1157-1174 (2004).</li>
<li>Brooks, B. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((CHARMM%3A+A+program+for+macromolecular+energy%2C+minimization%2C+and+dynamics+calculations%5BTitle%5D)+AND+%22J+Comput+Chem%22%5BJournal%5D)">CHARMM: A program for macromolecular energy, minimization, and dynamics calculations.</a> J Comput Chem. 4 (2), 187-217 (1983).</li>
<li>Mayo, S. L., Olafson, B. D., Goddard, W. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((DREIDING%3A+a+generic+force+field+for+molecular+simulations%5BTitle%5D)+AND+%22J+Phys+Chem%22%5BJournal%5D)">DREIDING: a generic force field for molecular simulations.</a> J Phys Chem. 94 (26), 8897-8909 (1990).</li>
<li>Daura, X., Mark, A. E., van Gunsteren, W. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Parametrization+of+aliphatic+CHn+united+atoms+of+GROMOS96+force+field%5BTitle%5D)+AND+%22J+Comput+Chem%22%5BJournal%5D)">Parametrization of aliphatic CHn united atoms of GROMOS96 force field.</a> J Comput Chem. 19 (5), 535-547 (1998).</li>
<li>Robertson, M. J., Tirado-Rives, J., Jorgensen, W. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improved+peptide+and+protein+torsional+energetics+with+the+OPLS-AA+force+field%5BTitle%5D)+AND+%22J+Chem+Theory+Comput%22%5BJournal%5D)">Improved peptide and protein torsional energetics with the OPLS-AA force field.</a> J Chem Theory Comput. 11 (7), 3499-3509 (2015).</li>
<li>Guvench, O., MacKerell, A. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+protein+force+fields+for+molecular+dynamics+simulations%5BTitle%5D)+AND+%22Methods+Mol+Biol%22%5BJournal%5D)">Comparison of protein force fields for molecular dynamics simulations.</a> Methods Mol Biol. 443, 63-88 (2008).</li>
<li>Petrov, D., Margreitter, C., Grandits, M., Oostenbrink, C., Zagrovic, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+systematic+framework+for+molecular+dynamics+simulations+of+protein+post-translational+modifications%5BTitle%5D)+AND+%22PLoS+Comput+Biol%22%5BJournal%5D)">A systematic framework for molecular dynamics simulations of protein post-translational modifications.</a> PLoS Comput Biol. 9 (7), e1003154(2013).</li>
<li>Alviz-Amador, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+and+benchmark+to+obtain+AMBER+parameters+dataset+for+non-standard+amino+acids+modified+with+4-hydroxy-2-nonenal%5BTitle%5D)+AND+%22Data+Brief%22%5BJournal%5D)">Development and benchmark to obtain AMBER parameters dataset for non-standard amino acids modified with 4-hydroxy-2-nonenal.</a> Data Brief. 21, 2581-2589 (2018).</li>
<li>Pineda-Alemán, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cysteine+carbonylation+with+reactive+carbonyl+species+from+lipid+peroxidation+induce+local+structural+changes+on+thioredoxin+active+site%5BTitle%5D)+AND+%22J+Mol+Graph+Model%22%5BJournal%5D)">Cysteine carbonylation with reactive carbonyl species from lipid peroxidation induce local structural changes on thioredoxin active site.</a> J Mol Graph Model. 124, 108533(2023).</li>
<li>Alviz-Amador, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effect+of+4-HNE+modification+on+ZU5-ANK+domain+and+the+formation+of+their+complex+with+%CE%B2-Spectrin%3A+A+molecular+dynamics+simulation+study%5BTitle%5D)+AND+%22J+Chem+Info+Model%22%5BJournal%5D)">Effect of 4-HNE modification on ZU5-ANK domain and the formation of their complex with β-Spectrin: A molecular dynamics simulation study.</a> J Chem Info Model. 60 (2), 805-820 (2020).</li>
<li>Zhou, A., Schauperl, M., Nerenberg, P. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Benchmarking+electronic+structure+methods+for+accurate+fixed-charge+electrostatic+models%5BTitle%5D)+AND+%22J+Chem+Info+Model%22%5BJournal%5D)">Benchmarking electronic structure methods for accurate fixed-charge electrostatic models.</a> J Chem Info Model. 60 (1), 249-258 (2020).</li>
<li>Gęgotek, A., Skrzydlewska, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Biological+effect+of+protein+modifications+by+lipid+peroxidation+products%5BTitle%5D)+AND+%22Che+Phys+Lipids%22%5BJournal%5D)">Biological effect of protein modifications by lipid peroxidation products.</a> Che Phys Lipids. 221, 46-52 (2019).</li>
<li>Moldogazieva, N. T., Zavadskiy, S. P., Astakhov, D. V., Terentiev, A. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Lipid+peroxidation%3A+Reactive+carbonyl+species%2C+protein%2FDNA+adducts%2C+and+signaling+switches+in+oxidative+stress+and+cancer%5BTitle%5D)+AND+%22Biochem+Biophys+Res+Comm%22%5BJournal%5D)">Lipid peroxidation: Reactive carbonyl species, protein/DNA adducts, and signaling switches in oxidative stress and cancer.</a> Biochem Biophys Res Comm. 687, 149167(2023).</li>
</ol>

저자는 밝힐 것이 없습니다.

AMBER 파라미터화 프로토콜 개발의 중요한 단계 중 하나는 AMBER 대기실에서 RESP 전하를 할당하는 방법 및 최소화와 관련된 에너지 변동성으로 인해 지질 과산화 유도체로 변형된 새로운 아미노산 잔기의 양자 최적화였습니다. 이를 위해 Hartree-Fock(HF/6-31G) 및 반경험적 밀도 함수 이론(DFT; 부하 할당에 대한 응답을 평가하기 위해 B3LYP/6-31G 및 M062X/6-31G)가 설정되었습니다. 결과적으로, HF 기능은 더 나은 성능/계산 비용 비율을 제시했으며, 이를 프로토콜의 이전 단계로 고려했습니다. 이는 Zhou et al.12의 연구에서도 입증되었습니다.
프로토콜을 적용하는 동안 여러 가지 오류 원인이 있을 수 있습니다. 변형의 추가 구조에 의해 생성될 수 있는 입체 장애는 종종 분자 시스템의 최소화 단계를 통해 해결되는 오류로 이어집니다. 반면에, 이면각의 매개변수는 일반적으로 매개변수화 프로세스의 끝에서 조정되므로 때때로 가능한 오류로 표시되는 경향이 있으며, 이 특별한 경우에는 Alviz-Amador9 가 보고한 대로 상동성으로 매개변수를 조정하고 오류를 제거하기 위해 새 형식으로 추가하는 것이 좋습니다.
이 방법의 한계 중 하나는 매개변수화의 단계별 개발에 필요한 노력입니다. 새로운 전자 구조에서 새로운 파라미터를 생성한 다음 이러한 파라미터를 단백질 시스템에 적용하려면 우수한 실행을 위해 많은 헌신이 필요합니다. 따라서 프로토콜을 구현할 때 좋은 전략은 단계별 지침을 따르고 가이드를 주의 깊게 읽는 것입니다.
분자 역학 시뮬레이션의 환경에서 AMBER 프로토콜의 중요성이 분명해지고 있습니다. 적응력이 뛰어나고 다재다능하기 때문에 다양한 연구 분야를 탐구하는 연구자들에게 유용한 도구입니다. 단백질 시스템에서의 적용을 넘어 고분자 구조로의 확장은 새로운 가능성의 문을 열어줍니다. 이러한 적응성은 표준 파라미터화 방법의 기존 격차를 해결할 뿐만 아니라 새로운 구조를 생성할 수 있는 경로를 제공하여 분자 역학 연구의 지평을 넓힙니다. 반대로, 다른 연구들은 번역 후 변형(post-translational modifications)의 종래의 매개변수화(parameterization)가 특정 변형 유형(modification type)에 국한되고, 공개적으로 사용 가능한 저장소(repositories)8에서 독점적으로 파생되어 새로운 구조를 생성할 수 있는 능력이 결여되어 있음을 보여준다.
반응성 카르보닐 종의 존재로 인한 변형은 암, 대사 장애 및 다양한 메커니즘을 따르는 퇴행성 질환을 포함한 다양한 병리학과 자주 연관됩니다13,14 . 이 프로토콜이 제공하는 지원은 구조적 안정성, 원자 유연성, 2차 구조 손실, 용매 접근성, 단백질-단백질 상호 작용 에너지와 같은 다양한 중요한 특성을 평가하는 데 유용합니다. 결과적으로, 이러한 특성의 측정은 카르보닐화 단백질이 생물학적 시스템에서 비가역적 변화를 유도하여 구조적 불안정성, 원자 유연성 증가 또는 감소, 2차 구조10,11의 손실을 초래할 수 있는 상황에서 도움이 될 수 있습니다.
결론적으로, AMBER 파라미터화 프로토콜은 중요한 단계, 적응성 및 다양성을 갖추고 있어 분자 역학 시뮬레이션 영역에서 선구적인 방법입니다. 그 한계를 인정하면서도 기존 방법의 단점을 해결할 수 있는 능력에 의해 그 중요성이 강조되어 연구자에게 생물학 및 화학 시스템의 스펙트럼에 걸쳐 분자 구조와 행동의 복잡성을 탐구할 수 있는 강력한 도구를 제공합니다.

산화적 변형을 통해 단백질의 분자 거동을 이해하려는 끊임없는 노력에서 계산 화학은 광범위한 과학 연구 분야에서 기본 기둥이 되었습니다. 이것은 분자의 원자 거동을 설명하기 위해 수학 방정식을 사용하여 전자 시스템의 물리적 현상을 해석할 수 있는 이론적 모델의 사용에 의존합니다. 이러한 환경에서 단백질의 컴퓨터 시뮬레이션은 분자 시스템의 원자 거동을 분석하기 위한 중요한 도구로 두드러집니다. 구조적 거동, 에너지 계산 및 구조적 상태1의 평가를 기반으로 이러한 방법은 생체 분자 시스템의 거동을 예측하기 위한 전략적 동맹이 됩니다.
이러한 시뮬레이션은 구조적 변화를 연구하고 단백질 시스템에서 생물학적 기능의 손실 또는 이득을 평가하는 데 특화되어 있습니다. 그러나 계산적 접근법은 염기서열에서 공유 후 번역 변형에 의해 형성된 변형된 잔기를 포함하는 단백질 시스템에 적용할 때 상당한 한계를 보여주었습니다. 이는 사용 가능한 많은 방법에는 단백질 2,3,4,5,6의 분자 역학 시뮬레이션을 위한 가장 일반적인 프로그램 패키지와 호환되는 힘장에 적응할 수 있는 매개변수를 가진 리소스가 부족하기 때문입니다. 따라서, 계산 소프트웨어 호환 가능한 힘-필드 적응 매개변수의 표준화는 토폴로지 및 원자 좌표의 정확한 결합을 용이하게 하기 위해 필수적이다(7).
이러한 문제에 대응하기 위해 지질 과산화에서 파생된 알데히드를 사용하여 새로운 변형 아미노산 잔기에 적용할 수 있는 프로토콜이 ab initio 방법을 사용하여 개발되었습니다. 이러한 의미에서 새로운 잔류물의 구조적 형상을 최적화하면 AMBER와 같은 일반 힘 필드에서 실행할 수 있는 새로운 결합, 각도 및 이면체 매개변수에 적응형 전하를 할당할 수 있습니다. 이러한 파라미터의 후속 검증을 통해 분자 역학 시뮬레이션에 적용할 수 있는 방법의 일관성과 견고성을 결정할 수 있습니다.
이 방법의 주목할만한 강점 중 하나는 카르보닐화에서 인산화, 아세틸화 및 메틸화에 이르기까지 다양한 번역 후 변형에 적응할 수 있는 능력에 있습니다. 이러한 다양성은 단백질 시스템에만 국한되지 않고 고분자 구조로 확장되어 원자 토폴로지 및 좌표와의 결합을 가능하게 합니다. 이와는 대조적으로, 이전 연구에서는 번역 후 변형(post-translational modifications)의 표준 매개변수화(parameterization)는 특정 유형의 변형에만 적합하며, 새로운 구조를 생성할 수 있는 능력이 부족한 게시된 저장소(repositories)에서만 얻을 수 있는 것으로 나타났다8.
현재 단백질 구조 예측 및 설계의 과제는 번역 후 변형(post-translational modification)으로 구조를 모델링할 때 더욱 분명해지고 있습니다. 특정 아미노산 부위의 변화를 설명하는 파라미터의 부족은 표준 파라미터화에 맞게 조정할 수 있는 계산 방법을 개발하고 적용해야 할 긴급한 필요성을 강조합니다. 이 프로토콜의 목적은 지방산 산화에서 유래된 반응성 카르보닐 종으로 공유 결합 변형된 아미노산에 대한 새로운 파라미터 의 인실리코(in silico ) 구축을 위한 경로를 제공하는 것입니다. 이러한 변형된 아미노산은 GAFF(General Amber Force Field)에 의해 인식되므로 이러한 종류의 카르보닐화가 표적 단백질에 미치는 구조적 및 기능적 효과를 인실리코(in silico )로 평가하는 데 사용할 수 있습니다.

<table><tbody><tr><td>AmberTools16 또는 Upper</td><td>Amber Project</td><td></td><td>Amber는 생체 분자 시뮬레이션 프로그램 제품군입니다</td></tr>. <tr><td>Gaussian 09 또는 Upper</td><td>Gaussian Inc</td><td></td><td>구조 그리기 및 최적화</td></tr><tr><td>Linux</td> Ubuntu <td>GNU/Linux</td><td></td><td>플랫폼 AmberTools용</td></tr> NVIDIA <tr><td>GPU GTX 1080 또는 Upper</td><td>Nvidia</td><td></td><td>PMEMD와 호환</td></tr></tbody></table>

분자 역학 시뮬레이션을 사용하여 구조적 효과를 평가하기 위해 in silico에서 반응성 카르보닐로 변형된 아미노산 합성 

Synthesizing Amino Acids Modified with Reactive Carbonyls in Silico to Assess Structural Effects Using Molecular Dynamics Simulations

지질 과산화에서 파생된 반응성 알데히드에 의한 단백질 카르보닐화는 단백질의 교차 결합, 올리고머화 및 응집을 유발하여 세포 내 손상, 세포 기능 손상, 궁극적으로 세포 사멸을 유발합니다. 그것은 노화 및 여러 노화 관련 만성 질환에서 설명되었습니다. 그러나 단백질 표적의 기능 손실과 관련된 구조적 변화의 기초는 여전히 잘 이해되지 않고 있습니다. 따라서, 지방산 산화에서 유래된 반응성 카르보닐 종으로 카르보닐화된 아미노산에 대한 새로운 파라미터의 인실리코(in silico ) 구축에 대한 경로가 설명됩니다. 4-hydroxy-2-nonenal (HNE), 4-hydroxy-2-hexenal (HHE) 및 4-Oxo-2-nonenal (ONE)에 대한 푸란 고리 형태를 가진 Cys, His 및 Lys에 대한 Michael 부가물이 구축되었으며 malondialdehyde (MDA)가 각 잔기에 직접 부착되었습니다. 이 프로토콜은 구성, 형상 최적화, 전하 할당, 누락된 결합, 각도, 이면각 각도 매개변수 및 각 수정된 잔류물 구조에 대한 검증에 대한 세부 정보를 설명합니다. 결과적으로, 이러한 지질 유도체를 사용한 카르보닐화에 의해 유도된 구조적 효과는 티오레독신 효소, 소 혈청 알부민 및 RMSD(제곱 평균 제곱근 편차), RMSF(Root Mean Square Quoctuation), DSSP(Structural Secondary Prediction) 및 SASA(Solvent-Accessible Surface Area Analysis)를 사용하는 막 Zu-5-ankyrin 도메인과 같은 다양한 단백질 시스템에 대한 분자 역학 시뮬레이션으로 측정되었습니다. 다른 사람들 사이에서.

프로토콜의 구현을 설명하고 결과를 평가하기 위해 다음 분석을 고려합니다. 변형된 아미노산 잔기에 새로운 파라미터를 할당하여 생성된 데이터 세트는 부분 RESP 로딩에 대해 지원되는 전자 구조의 최적화를 기반으로 구성되었습니다. 그림 9 는 파라미터 할당으로 최적화된 아미노산 잔기 중 하나의 구조적 구조를 보여줍니다.
<img alt="Figure 9" class="xfigimg" src="/files/ftp_upload/66605/66605fig09.jpg"> 그림 9: 실리코에서 합성된 Cys-HHE 잔류물. 할당된 토폴로지 및 좌표 매개변수가 있는 HHE 변형 시스테인 아미노산의 표현. <a href="https://www.jove.com/files/ftp_upload/66605/66605fig09large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
M062X/6-31G를 사용한 이론적 DFT 수준에서 얻은 구조를 AMBER의 분자 역학 시뮬레이션을 통해 고전 역학 구조와 비교했습니다. 시뮬레이션에서 얻은 각 매개변수는 양자 역학의 이론적 데이터와 좋은 상관 관계를 보여주었습니다. 평균 결합 거리 오차는 약 0.001 - 0.002 Å의 값을 나타 냈으며 각도는 ~ 8.2 °였습니다. 결합과 각도의 유형, 거리 및 상수는 표 1 에 나열되어 있습니다.이 데이터는 Alviz-Amador et al.9의 데이터 기사에 보고된 것과 유사했습니다. 매개변수 파일은 http://research.bmh.manchester.ac.uk/bryce/amber/ 에서 사용할 수 있습니다.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody><tr><td colspan="7">시에스-HHE</td>
		</tr><tr><td rowspan="2">방법</td>
			<td colspan="3">본드지</td>
			<td colspan="3">각</td>
		</tr><tr><td colspan="3">(Å, ± Stdev)</td>
			<td colspan="3">(°, ± 표준 편차)</td>
		</tr><tr><td>양자역학</td>
			<td>시즌 1 –C4</td>
			<td>재질 보기 C6-C8</td>
			<td>재질 보기 C8-C9</td>
			<td>S1-C4-C5</td>
			<td>O2-C6-C8</td>
			<td>재질 보기 C6-C8-C9</td>
		</tr><tr><td>(M062X/631g(D)</td>
			<td>1.82</td>
			<td>1.52</td>
			<td>1.53</td>
			<td>115.9</td>
			<td>109.25</td>
			<td>112.21</td>
		</tr><tr><td rowspan="2">MM (황색) AA 단독</td>
			<td>1.85±</td>
			<td>1.55±</td>
			<td>1.54±</td>
			<td>111.66±</td>
			<td>109.77±</td>
			<td>113.16±</td>
		</tr><tr><td>0.002</td>
			<td>0.002</td>
			<td>0.002</td>
			<td>0.152</td>
			<td>0.14</td>
			<td>0.148</td>
		</tr></tbody></table>표 1: 본드 거리 및 각도 매개변수 비교. 양자(QM)와 고전적 방법으로 얻은 결합 거리와 각도의 값은 큰 차이가 없는 것으로 나타났습니다.
변형된 아미노산 잔류물에 대한 각 파라미터가 생성되고 검증된 후에는 각 잔류물의 안정성에 미치는 영향을 평가하기 위해 1μs의 궤적을 가진 분자 역학 시뮬레이션을 통해 동적 거동을 검사했습니다(그림 10). 변형된 아미노산 각각에 대해 얻어진 RMSD 값은 원래 아미노산과 큰 차이를 보이지 않았으며, 전체 궤적에 걸쳐 구조적 안정성을 유지했습니다.
<img alt="Figure 10" class="xfigimg" src="/files/ftp_upload/66605/66605fig10.jpg"> 그림 10: 실리코(silico)에서 합성된 잔기의 RMSD 그래프. HHE, HNE, MDA 및 ONE을 가진 비변형 및 변형된 시스테인 잔기의 대표 RMSD. <a href="https://www.jove.com/files/ftp_upload/66605/66605fig10large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
변형된 아미노산 잔기의 매개변수화로 인한 파일은 카르보닐화의 실험적 증거가 있는 단백질에서 천연 구조 아미노산을 대체하는 데 활용되었습니다. 이 치환은 이러한 수정의 결과로 단백질에서 발생할 수 있는 구조적 및 기능적 영향을 평가하기 위해 수행되었습니다. 그것은 Ankyrin 및 Thioredoxin 10,11과 같은 단백질 시스템에 대한 반응성 카르보닐 종에 의한 카르보닐화의 인실리코 연구에 의해 보고되었습니다.

여기에서는 단백질 시스템에 적응할 수 있는 반응성 카르보닐 종으로 변형된 아미노산 잔기의 최적화 및 매개변수화를 위한 프로토콜에 대해 설명합니다. 프로토콜 단계에는 구조 설계 및 최적화, 전하 할당, 파라미터 구성 및 단백질 시스템 준비가 포함됩니다.

Protein carbonylation by reactive aldehydes derived from lipid peroxidation leads to cross-linking, oligomerization, and aggregation of proteins, causing ...

우리의 연구는 지질 과산화 최종 산물을 가진 카르보닐화 아미노산의 인실리코(in silico) 생성 경로와 이를 단백질에 통합하는 방법을 보여줍니다. 이는 이러한 번역 후 변형이 카르보닐화된 단백질의 구조적 기능을 어떻게 변화시킬 수 있는지 이해하는 데 도움이 될 수 있습니다. 인공 지능 알고리즘을 기반으로 하는 프로그램은 오늘날 단백질의 3차 구조를 예측하기 위한 가장 강력한 계산 도구입니다.그러나 그들은 아직 카르보닐화 아미노산을 인식하지 못하므로 단백질 구조에 미치는 영향을 예측할 수 없습니다. 단백질의 구조와 기능에 대한 번역 후 변형의 영향을 연구하기 위해, 원하는 발견을 가속화하고 심화시키기 위해 계산 접근법과 결합된 광범위한 파라미터 방법을 사용할 수 있습니다. in vivo, in vitro 및 in sico 모두에서 단백질의 post-translational modification 연구에서 직면해야 하는 중요한 과제가 있습니다.인실리코(in silico) 수준에서는 새로운 파라미터 생성과 함께 역장 및 데이터 분석 프로그램의 개선이 여전히 필요합니다. 대사 감염 및 노화 관련 질병에서 카르보닐화 단백질의 증가로 인해, 우리의 결과는 이것에서 발생하는 구조적 변화와 이것이 인실리코 기능에 어떤 영향을 미칠 수 있는지 이해하는 데 기여할 수 있습니다

synthesizing-amino-acids-modified-with-reactive-carbonyls-silico-to

Research

연구

JoVE Journal

Biochemistry

생화학

GPU 가속 분자 역학 시뮬레이션과 3D/VR 시각화, 나노 구조의 분석 및 조작을 특징으로 하는 새로운 계산 시스템이 구현되어 재료 연구를 발전시키고 인간의 눈에는 보이지 않는 차원의 재료 구조에 대해 배우기 위한 혁신적인 조사 및 대체 방법을 촉진하는 새로운 접근 방식을 나타냅니다.

소설 3D / MD 시뮬레이션, 시각화 및 분석을위한 VR 대화 형 환경

이 논문은 나노 측정 및 분자 역학 시뮬레이션으로 검사 및 검증된 풀러렌 Si 기판의 나노 물질 제조를 보고합니다.

C 프로빙<sub&gt; (84)</sub&gt;은 스캐닝 프로브 현미경 및 분자 역학을 사용하여 실리콘 기판을 - 임베디드

여기서 우리는 원 자간 력 현미경 (AFM)을 사용하여 단일 분자 힘 분광법 측정에 의해 잘 정의 된 무기 표면 중 펩티드 또는 아미노산의 상호 작용의 힘을 측정하기위한 프로토콜을 제시한다. 측정으로부터 얻어진 정보는 더 펩타이드 무기물 계면을 이해하는 것이 중요하다.

단일 분자 힘 분광학을 사용하여 무기 재료와 아미노산 및 펩타이드의 상호 작용에 대한 통찰력

원자 해상도 supramolecular 단백질 어셈블리의 구조 생물학 현상의 다양 한에서 그들의 중요 한 역할 때문에 높은 관련성의 이다. 여기, 우리는 매직-각도 회전 하는 고체 핵 자기 공명 분광학 (매스 SSNMR)에 의해 불용 성 및 비 결정 고분자 단백질 어셈블리에 고해상도 구조 연구를 수행 하는 프로토콜을 제시.

고체 핵 자기 공명 분광학에 의해 고분자 어셈블리의 원자 규모 구조 연구

1, 2-dithiolane의 합성에 대 한 프로토콜 펩 티 드와 펩 티 드에서 자기 조립 결과 supramolecular 구조의 특성 수정.

합성 및 특성 1, 2-Dithiolane의 수정 자가 조립 펩 티 드

이 프로토콜에 설명 합니다 heterobifunctional 실 란 커플링 에이전트와 원자 힘 현미경 검사 법 기반 단일 분자 힘 분광학을 위한 실리콘 산화물 표면에 의해 궁 행 되는 단백질의 화학식 동원 정지는 RrgA의 상호 작용 (pilus-1 팁 adhesin의 S. 균) fibronectin 함께.

단일 분자 힘 분광학에 대 한 단백질의 화학식 동원 정지

정보 부호화 된 펩토이드 올리고머의 합성과 동적 공유 반응체 쌍 및 루이스 산성 희토류로 아민과 알데히드를 사용하여 분자 사다리로 이러한 펩토이드의 시퀀스 지시자가 조립하기 위한 프로토콜이 제시됩니다. 다중 역할 시약으로 금속 triflates.

정보 베어링 펩토이드의 합성과 시퀀스 지향 동적 공유자 자체 조립

이 프로토콜의 목적은 분자 역학 시뮬레이션을 사용하여 EGFR 키나아제 단백질의 돌연변이를 활성화하기 때문에 발생하는 동적 구조적 변화를 검사하는 것입니다.

분자 역학 시뮬레이션을 통해 EGFR 체형 돌연변이를 활성화하는 구조적 효과 해독

단량체 알파 시누클레인의 구조적 앙상블은 생리 기능과 물리 화학적 특성에 영향을 미칩니다. 본 프로토콜은 밀리초 수소/중수소-교환 질량 분광법 및 후속 데이터 분석을 수행하여 생리학적 조건 하에서 본질적으로 무질서한 단백질의 단량체에 대한 형태 정보를 결정하는 방법을 기술한다.

생리학적 조건하에서의 알파-시뉴클레인 구조역학 연구를 위한 밀리초 수소/중수소-교환 질량 분광법

본 프로토콜은 생체 분자 시뮬레이션 패키지를 사용하고 야생형 카스파제 및 그 돌연변이 형태를 모델링하기 위한 분자 역학(MD) 접근법을 설명합니다. MD 방법은 카스파제 구조의 동적 진화와 돌연변이 또는 번역 후 변형의 잠재적 효과를 평가할 수 있습니다.

분자 모델링 접근법에 의한 Caspase 돌연변이 및 번역 후 변형 탐구

배우세요 분자 역학 시뮬레이션을 사용하여 카르보닐화된 아미노산을 in silico에서 합성하고 단백질 구조에 미치는 영향을 평가하는 방법을. 이 계산적 접근법은 번역 후 수정이 단백질 기능을 변화시키는 메커니즘을 이해하는 데 기여합니다.

분자 역학 시뮬레이션을 사용하여 구조적 효과를 평가하기 위해 in silico에서 반응성 카르보닐로 변형된 아미노산 합성

더 많은 동영상 탐색