项目名称: 基于质子检测适用于中高分子量膜蛋白结构测定的MAS NMR新方法研究

项目编号: No.21273275

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 王立英

作者单位: 中国科学院武汉物理与数学研究所

项目金额: 80万元

中文摘要: 中高分子量膜蛋白的三维结构测定是蛋白质结构研究的热点和难题。理论上固体NMR谱的分辨率不受膜蛋白分子量大小的限制,可以研究较高分子量的膜蛋白,具有独特优势。但目前用于蛋白质研究的固体NMR方法主要基于低灵敏度的碳-13检测技术,对于较高分子量的膜蛋白体系,非常耗时,使得该方法失效,因此提高固体NMR探测灵敏度是解决问题的关键之一。本项目拟以高灵敏度质子检测MAS NMR方法为基础,结合质子自旋稀释和顺磁弛豫增强技术,设计新的三维和四维实验,提高固体NMR方法的灵敏度和分辨率,从而建立一组较系统的,适用于中高分子量膜蛋白主链顺序归属和长程距离测量的高分辨高灵敏度多维MAS NMR方法。将MAS NMR方法所能解析的膜蛋白分子量大小的上限提高到35 kDa,探索适用于更高分子量膜蛋白体系的相关方法可能性。预期本项目的顺利实施将有助于提高MAS NMR研究膜蛋白三维结构的能力。

中文关键词: 固体核磁共振;质子检测;魔角旋转;膜蛋白;高灵敏度

英文摘要: Three-dimensional struture determination of membrane proteins is still a challenge for protein structure research. Solid-state NMR can be used to study the structures of membrane proteins in their native phospholipid bilayer environment under physiological conditions directly, and its spectral resolution is independent on the protein molecule weight or multimeric state. However, most solid-state NMR methods to facilitate residue-specific resonance assignment rely on low-sensitivity carbon-13 detection, as a result it is very challenging to apply these experiments to large membrane proteins with very limited number of protein molecules in the lipid containing samples.To expand the applications to larger and more biologically complex systems demands improvement in both experimental sensitivity and resolution.Similar to solution NMR, one critical step in the path toward the final structure determination is to assign resonance signals to specific sites in the amino acid sequence.But so far, no mature and effective high-sensitivity solid-state NMR experiments, like solution NMR, are routinely used to assign sequential backbone of membrane proteins yet.In this project, we will develop a suit of high-sensitivity proton-detection based multi-dimensional soild-state NMR experiments, combining with proton spin system dilu

英文关键词: Solid-state NMR;Proton-detection;MAS;Membrane protein;High-sensitivity

成为VIP会员查看完整内容
0

相关内容

【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
20+阅读 · 2021年5月1日
专知会员服务
122+阅读 · 2021年4月29日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
42+阅读 · 2021年2月8日
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
0+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 · 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
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Do RNN and LSTM have Long Memory?
Arxiv
19+阅读 · 2020年6月10日
Arxiv
14+阅读 · 2018年5月15日
小贴士
相关VIP内容
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
20+阅读 · 2021年5月1日
专知会员服务
122+阅读 · 2021年4月29日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
42+阅读 · 2021年2月8日
相关基金
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
0+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 · 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
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员