Increasing the accuracy of exchange parameters reporting on slow dynamics by performing CEST experiments with high <i>B</i> <sub>1</sub> fields
Notice bibliographique
Résumé
Abstract Over the last decade chemical exchange saturation transfer (CEST) NMR methods have emerged as powerful tools to characterize biomolecular conformational dynamics occurring between a visible major state and ‘invisible’ minor states. The ability of the CEST experiment to detect these minor states, and provide precise exchange parameters, hinges on using appropriate B 1 field strengths during the saturation period. Typically, a pair of B 1 fields with ω 1 (= 2 πB 1 ) values around the exchange rate k ex are chosen. Here we show that the transverse relaxation rate of the minor state resonance ( R 2, B ) also plays a crucial role in determining the B 1 fields that lead to the most informative datasets. Using , to guide the choice of B 1 , instead of k ex , leads to data wherefrom substantially more accurate exchange parameters can be derived. The need for higher B 1 fields, guided by K, is demonstrated by studying the conformational exchange in two mutants of the 71 residue FF domain with k ex ∼11 s -1 and ∼72 s -1 , respectively. In both cases analysis of CEST datasets recorded using B 1 field values guided by k ex lead to imprecise exchange parameters, whereas using B 1 values guided by K resulted in precise site-specific exchange parameters. The conclusions presented here will be valuable while using CEST to study slow processes at sites with large intrinsic relaxation rates, including carbonyl sites in small to medium sized proteins, amide 15 N sites in large proteins and when the minor state dips are broadened due to exchange among the minor states.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».