Residual Dipolar Couplings (RDCs) acquired by Nuclear Magnetic Resonance (NMR) spectroscopy can be an indispensable source of information in investigation of molecular structures and dynamics. Here we present a complete strategy for structure calculation and reconstruction of discrete state dynamics from RDC data. Our method utilizes the previously presented REDCRAFT software package and its dynamic-profile analysis to complete the task of fragmented structure determination and identification of the onset of dynamics from RDC data. Fragmented structure determination was used to demonstrate successful structure calculation of static and dynamic domains for several models of dynamics. We provide a mechanism of producing an ensemble of conformations for the dynamical regions that describe any observed order tensor discrepancies between the static and dynamic domains within a protein. In addition, the presented method is capable of approximating relative occupancy of each conformational state. The developed methodology has been evaluated on simulated RDC data with 1Hz of error from an 83 residue {\alpha} protein (PDBID 1A1Z), and a 213 residue {\alpha}/\b{eta} protein DGCR8 (PDBID 2YT4). Using 1A1Z, various models of arc and complex two and three discrete-state dynamics were simulated. MD simulation was used to generate a 2-state dynamics for DGCR8. In both instances our method reproduced structure of the protein including the conformational ensemble to within less than 2{\AA}. Based on our investigations, arc motions with more than 30{\deg} of rotation are recognized as internal dynamics and are reconstructed with sufficient accuracy. Furthermore, states with relative occupancies above 20% are consistently recognized and reconstructed successfully. Arc motions with magnitude of 15{\deg} or relative occupancy of less than 10% are consistently unrecognizable as dynamical regions.


翻译:核磁共振光谱分析获得的核磁共振光谱(RDCs)可成为分子结构和动态调查中不可或缺的信息来源。 我们在这里展示了一个完整的战略, 用于根据 RDC 数据对离散状态动态进行结构计算和重建。 我们的方法使用了先前提供的 RECRAFT 软件包及其动态剖面分析, 以完成从 RDC 数据中分解的结构确定和识别动态数据的任务。 结构分解确定用于显示若干动态模型的静态和动态域的成功结构计算。 我们提供了一个机制,为描述在 RDC 数据中静态和动态区域之间所观察到的动态动态结构变化的结构计算和重建完整。 此外, 我们采用的方法能够接近每个相近的 REDCRAFT 软件包及其动态分析。 已经对模拟RDC数据进行了1Hz错误的评估, 由83 残留 色平平差蛋白质蛋白质(PDBID 1A1Z ), 由连续2RB4 的离质结构(RDA1) 直径直径直径直径直径直径直径直径直径直径直径直径, 直径直径直径直径直径直径直径对1, 直对2AA8, 和MDDB4, 直对两个的DNA直径直径直对DDDB4, 直对DB4, 直径直径向的RB4, 直, 直对地, 直径方数据是使用。

0
下载
关闭预览

相关内容

专知会员服务
52+阅读 · 2020年9月7日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Geometric Model Checking of Continuous Space
Arxiv
1+阅读 · 2021年5月13日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员