Language
Country/Area
No result found
놀라운 정확성: 화학적 이동 지수는 어떻게 알파 나선과 베타 시트를 정확하게 식별하는가?
생화학 및 구조 생물학 연구에서 화학적 이동 지수(CSI)는 특히 단백질의 핵자기공명 스펙트럼(NMR)을 분석하는 데 널리 사용되는 기술입니다. 이 기술은 백본 화학적 이동 데이터만을 사용하여 단백질 2차 구조의 위치(예: 시작 및 끝 위치)와 유형(β-가닥, α-나선 및 무작위 코일 영역)을 표시하고 식별할 수 있습니다. David S. Wishart는 처음에는 1Hα 화학적 이동 분석을 위해 1992년에 이 기술을 개발하기 시작했으며 1994년에 13C 백본 화학적 이동을 포함하도록 확장했습니다.
화학 이동 지수 기술의 핵심은 α-나선과 β-시트의 아미노산 잔기의 화학적 이동 변화 특성을 활용하는 것입니다.
이 방법의 기본 원리는 1Hα 화학적 이동이 일반적으로 α-나선에서는 위쪽(즉, NMR 스펙트럼의 오른쪽)으로 이동하고 β-시트에서는 아래쪽(즉, NMR 스펙트럼의 오른쪽)으로 이동한다는 것입니다. ). 왼쪽). 등뼈 13C 화학적 이동에서도 비슷한 경향이 발견됩니다.
구현 방법
CSI 방법은 아미노산별 디지털 필터를 사용하여 지정된 각 백본 화학적 이동 값을 간단한 3상태 지수(-1, 0, +1)로 변환하는 그래프 기반 기술입니다. 이 방법으로 생성된 차트는 시각적으로 더 명확해지고 이해하기 쉬워집니다. 아미노산 잔기는 그것의 상부 오프셋 1Hα 화학적 이동(아미노산 특이적 무작위 코일 값에 상대적)이 0.1ppm보다 크면 -1로 지정되고, 하부 오프셋이 0.1ppm보다 크면 +1로 지정됩니다. 화학적 이동 변화가 0.1ppm 미만이면 0으로 지정됩니다.
이 3가지 상태 지수를 막대 차트로 표시하면 β-가닥(+1 값의 클러스터), α-나선(-1 값의 클러스터) 및 무작위 코일 세그먼트(0의 클러스터)를 쉽게 식별할 수 있습니다. 값).
이러한 다이어그램을 사용하면 단백질의 2차 구조를 더 쉽게 식별할 수 있습니다. 2차 구조의 종류를 식별할 때 간단한 관찰을 통해 β-strand, α-helix 등의 구조를 식별할 수 있습니다.
성과평가
1Hα 화학적 이동과 간단한 클러스터링 규칙(β-가닥의 경우 3개 이상의 수직 막대로 구성된 클러스터, α-나선의 경우 4개 이상의 수직 막대로 구성된 클러스터)만을 사용하여 CSI 방법의 두 번째 수준 구조 식별 정확도는 다음과 같습니다. 일반적으로 75%에서 80% 사이입니다. 이 성능은 부분적으로 NMR 데이터 세트의 품질과 단백질 2차 구조를 식별하는 데 사용되는 기술(수동 또는 프로그래밍)에 따라 달라집니다.
1H와 13C 화학적 이동의 CSI 맵을 결합하여 포괄적인 지수를 생성하면 정확도가 85%~90%에 도달할 수 있습니다.
연구가 심화되면서 과학자들은 α나선의 화학적 이동이 2차 구조와 관련될 뿐만 아니라 β시트의 구조에도 이러한 화학적 이동 변화가 나타난다는 사실을 발견했습니다.
역사적 배경
화학적 이동과 단백질 2차 구조 사이의 상관관계는 1967년 John Markley와 동료들에 의해 처음으로 기술되었습니다. 현대의 2차원 NMR 기술의 발달로 더 많은 단백질의 화학적 이동을 측정하는 것이 가능해졌습니다. 1990년대에 이르러 충분한 13C 및 15N 화학적 이동 할당이 수집된 후 과학자들은 이러한 화학적 이동 변화의 추세가 CSI 개발에 강력한 지원을 제공할 수 있음을 발견했습니다.
제한 요소
CSI 방법에는 고유한 장점이 있지만 몇 가지 제한 사항도 있습니다. 화학적 이동 할당이 불완전하거나 잘못되면 성능이 저하됩니다. 더 중요한 것은 이 방법이 무작위 코일 보정 값의 선택에 매우 민감하다는 것입니다. 일반적으로 CSI 방법은 β-시트(75% 미만의 정확도)보다 α-나선(85% 이상의 정확도)을 식별하는 데 더 나은 성능을 발휘합니다. 또한 β-turn과 같은 다른 유형의 2차 구조를 식별하지 못합니다.
이러한 단점으로 인해 2차 구조 식별을 위한 보다 포괄적인 수단을 제공하는 많은 대체 CSI 기반 방법이 제안되었습니다.
적용 범위
1992년 처음 기술된 이후 CSI 방법은 수천 개의 펩타이드와 단백질의 2차 구조를 특성화하는 데 사용되었습니다. 이해하기 쉽고 특별한 계산 절차 없이도 구현할 수 있기 때문에 과학계에서 인기가 높습니다. NMRView 및 다양한 네트워크 서버와 같이 일반적으로 사용되는 NMR 데이터 처리 프로그램은 CSI 방법을 이러한 도구 프레임워크에 통합하여 응용 프로그램을 홍보했습니다.
이 방법은 단백질 연구에 폭넓은 응용 가능성을 가지고 있습니다. 이는 2차 구조 식별에 국한되지 않고 단백질 기능에 대한 이해와 탐구를 더욱 촉진할 수도 있습니다. 미래에 직면하여 CSI 방법의 단점을 보완할 수 있는 새로운 기술이 개발될 수 있습니까?
