MétaCan
Menu
Retour à la cohorte
Enregistrement W2317622970 · doi:10.1021/ja407509z

A Simple Method to Measure Protein Side-Chain Mobility Using NMR Chemical Shifts

2013· article· en· W2317622970 sur OpenAlexafffund
Mark Berjanskii, David S. Wishart

Notice bibliographique

RevueJournal of the American Chemical Society · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Structure and Dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesWestern Canada Research GridCompute Canada
Mots-clésSide chainChemistryChemical shiftProtein dynamicsChain (unit)Nuclear magnetic resonance spectroscopyProtein structureMolecular dynamicsComputational chemistryChemical physicsStereochemistryBiochemistryOrganic chemistryPhysicsPolymerPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Protein side-chain motions are involved in many important biological processes including enzymatic catalysis, allosteric regulation, and the mediation of protein-protein, protein-DNA, protein-RNA, and protein-cofactor interactions. NMR spectroscopy has long been used to provide insights into the motions of side-chain groups. Currently, the method of choice for studying side-chain dynamics by NMR is the measurement of methyl (2)H autorelaxation. Methyl (2)H autorelaxation exhibits simple relaxation mechanisms and can be straightforwardly converted to meaningful dynamic parameters. However, methyl groups can only be found in 6 of 19 side-chain bearing amino acids. Consequently, only a sparse assessment of protein side-chain dynamics is possible. Therefore, there is a significant interest in developing novel methods of studying side-chain motions that can be applied to all types of side-chains. Here, we show how side-chain chemical shifts can be used to determine the magnitude of fast side-chain motions in proteins. The chemical shift method is applicable to all side-chain bearing residues and does not require any additional measurements beyond standard NMR experiments for backbone and side-chain assignments.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,573

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,278
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Chemical SocietyMême sujetProtein Structure and DynamicsTravaux en français237 207