项目名称: HCV p7的三维结构及其与药物作用位点的固体核磁共振研究

项目编号: No.21173259

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 数理科学和化学

项目作者: 杨俊

作者单位: 中国科学院武汉物理与数学研究所

项目金额: 62万元

中文摘要: 丙型肝炎严重危害人类的身体健康。HCV p7是一个很有前景的丙型肝炎药物靶标膜蛋白。目前还没有这个蛋白质高分辨的三维结构,药物小分子与这个通道蛋白的结合位点也是未知的。固体NMR在研究膜蛋白的结构方面有独特的优势。本项目将采用多维魔角旋转固体NMR技术,结合同位素标记技术,测定HCV p7在磷脂双层膜里的结构;同时采用REDOR技术,测量药物小分子与HCV p7的有关残基的核间距。通过比较药物作用前后膜蛋白的结构和动力学的变化、药物与膜蛋白作用的核间距的测量、以及基因突变实验的实验结果揭示药物小分子与HCV p7的相互作用位点,阐明药物堵塞HCV p7通道蛋白的机理。本课题的研究结果将为药物设计和筛选提供基本的实验数据,具有重要的科学意义和现实意义。

中文关键词: 固体核磁共振;膜蛋白;膜环境;相互作用;

英文摘要:

英文关键词: solid-state NMR;membrane proteins;membrane environments;protein-membrane interactions;

成为VIP会员查看完整内容
0

相关内容

《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
NeurIPS 2021 | 通过动态图评分匹配预测分子构象
专知会员服务
21+阅读 · 2021年12月4日
专知会员服务
85+阅读 · 2021年10月11日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
最新「图机器学习药物发现」综述论文,22页pdf245篇文献
【2020新书】数据结构与数据表示指南,112页pdf
专知会员服务
82+阅读 · 2020年10月6日
靶向蛋白质降解的蛋白-蛋白相互作用预测
GenomicAI
4+阅读 · 2022年3月5日
人工智能预测RNA和DNA结合位点,以加速药物发现
深度学习预测蛋白质-蛋白质相互作用
机器之心
5+阅读 · 2022年1月15日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
46+阅读 · 2021年10月4日
Arxiv
56+阅读 · 2021年5月3日
Arxiv
10+阅读 · 2020年11月26日
Arxiv
14+阅读 · 2020年10月26日
Arxiv
53+阅读 · 2018年12月11日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
小贴士
相关VIP内容
《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
NeurIPS 2021 | 通过动态图评分匹配预测分子构象
专知会员服务
21+阅读 · 2021年12月4日
专知会员服务
85+阅读 · 2021年10月11日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
最新「图机器学习药物发现」综述论文,22页pdf245篇文献
【2020新书】数据结构与数据表示指南,112页pdf
专知会员服务
82+阅读 · 2020年10月6日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月19日
Arxiv
46+阅读 · 2021年10月4日
Arxiv
56+阅读 · 2021年5月3日
Arxiv
10+阅读 · 2020年11月26日
Arxiv
14+阅读 · 2020年10月26日
Arxiv
53+阅读 · 2018年12月11日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
微信扫码咨询专知VIP会员