Visualizing RNA Structures by SAXS-Driven MD Simulations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The biological role of biomolecules is intimately linked to their structural dynamics. Experimental or computational techniques alone are often insufficient to determine accurate structural ensembles in atomic detail. We use all-atom molecular dynamics (MD) simulations and couple it to small-angle X-ray scattering (SAXS) experiments to resolve the structural dynamics of RNA molecules. To accomplish this task, we utilize a set of re-weighting and biasing techniques tailored for RNA molecules. To showcase our approach, we study two RNA molecules: a riboswitch that shows structural variations upon ligand binding, and a two-way junction RNA that displays structural heterogeneity and sensitivity to salt conditions. Integration of MD simulations and experiments allows the accurate construction of conformational ensembles of RNA molecules. We observe a dynamic change of the SAM-I riboswitch conformations depending on its binding partners. The binding of SAM and Mg 2+ cations stabilizes the compact state. The absence of Mg 2+ or SAM leads to the loss of tertiary contacts, resulting in a dramatic expansion of the riboswitch conformations. The sensitivity of RNA structures to the ionic strength demonstrates itself in the helix junction helix (HJH). The HJH shows non-monotonic compaction as the ionic strength increases. The physics-based picture derived from the experimentally guided MD simulations allows biophysical characterization of RNA molecules. All in all, SAXS-guided MD simulations offer great prospects for studying RNA structural dynamics.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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