项目名称: 芳香族氨基酸与生物膜相互作用的固体核磁共振谱学研究

项目编号: No.30970657

项目类型: 面上项目

立项/批准年度: 2010

项目学科: 生物科学

项目作者: 赵欣

作者单位: 华东师范大学

项目金额: 32万元

中文摘要: 大量研究发现亲水性肽和外周膜蛋白与细胞膜的接触和结合大多是通过含有碱性氨基酸-芳香族氨基酸簇这一基序实现的。这一序列模式不仅影响蛋白的折叠和功能,同样对细胞膜的局部破坏、渗透及融合等也十分重要,其中色氨酸的作用尤为突出和复杂。 固态核磁共振技术已被证明是研究膜蛋白结构、与配体相互作用及在质膜流动双分子层环境中构象动态行为的一个强有力手段。由于膜脂分子的快速横向扩散和轴向旋转及侧链构象的柔性使得分子内/间1H…H间的偶极耦合效应强度被极大地减弱,以高分辨率氢谱为平台的固体核磁技术已成为研究质膜的动态构象、质膜与肽/蛋白相互作用的重要手段。 本工作拟在已有研究工作的基础上,采用已有或开发新颖的各种相关实验方法及距离测定方法,从分子水平上深入和系统研究色氨酸及其它芳香族氨基酸在磷脂膜中穿透深度及动态构象,进而阐明其与细胞膜多重相互作用的机制。

中文关键词: 生物膜;芳香族氨基酸;相互作用;动态构象;固体核磁共振

英文摘要:

英文关键词: Biomembrane;Aromatic residues;Interaction;Dynamic conformation;Solid-state NMR

成为VIP会员查看完整内容
0

相关内容

AAAI 2022 | ProtGNN:自解释图神经网络
专知会员服务
39+阅读 · 2022年2月28日
ICLR 2022|化学反应感知的分子表示学习
专知会员服务
20+阅读 · 2022年2月10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
28+阅读 · 2021年8月27日
【IJCAJ 2020】多通道神经网络 Multi-Channel Graph Neural Networks
专知会员服务
25+阅读 · 2020年7月19日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
23+阅读 · 2020年2月23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
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 · 2012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 · 2011年12月31日
国家自然科学基金
0+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18日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
46+阅读 · 2021年10月4日
Arxiv
56+阅读 · 2021年5月3日
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
Arxiv
26+阅读 · 2018年8月19日
Arxiv
19+阅读 · 2018年3月28日
Arxiv
25+阅读 · 2018年1月24日
小贴士
相关主题
相关VIP内容
AAAI 2022 | ProtGNN:自解释图神经网络
专知会员服务
39+阅读 · 2022年2月28日
ICLR 2022|化学反应感知的分子表示学习
专知会员服务
20+阅读 · 2022年2月10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
28+阅读 · 2021年8月27日
【IJCAJ 2020】多通道神经网络 Multi-Channel Graph Neural Networks
专知会员服务
25+阅读 · 2020年7月19日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
23+阅读 · 2020年2月23日
相关基金
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 · 2012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 · 2011年12月31日
国家自然科学基金
0+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18日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
46+阅读 · 2021年10月4日
Arxiv
56+阅读 · 2021年5月3日
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
Arxiv
26+阅读 · 2018年8月19日
Arxiv
19+阅读 · 2018年3月28日
Arxiv
25+阅读 · 2018年1月24日
微信扫码咨询专知VIP会员