蛋白质是动态分子,在生物过程中和其他方面的热力学采样构象中的状态之间的过渡。尽管由X射线晶体学生成的模型通常描绘了单个构象,但这实际上是一个集合度量。蛋白质晶体是一个巨大的分子阵列,从衍射中重建的电子密度可捕获该阵列中原子位置之间的变异性。随着蛋白质链中的灵活性的增加,电子密度越来越散布。由于难以识别和建模特定构象产生平均密度,因此通常仅以B因子的形式间接报告最佳拟合模型周围的变异性。然而,如果可检测到的晶体学者在多个替代位置(通常称为Altlocs)中的原子模型。交替位置的蛋白质主链段仍然不足以识别,因为大多数可视化平台(例如Pymol和Chimerax)以及使用结构模型作为输入(例如Gromacs)的程序完全忽略了Altloc或用简单的启发式方法来解决它们[4]。最近的工作[11]创建了从PDB结构中提取的Altloc的全面目录,这表明该数据集应在努力中使用单个序列预测多个结构的努力。有趣的是,作者表明,对于一组良好的分离和稳定的Altlocs,即使结构合奏预测因子识别该区域是灵活的,他们也无法捕获实验确定的构象甚至骨架构象分布的双峰性。
使用人工智能来处理衍射图像的挑战是需要组装大型且精确设计的训练数据集的挑战。为了解决这个问题,开发了一个称为Resonet的代码库,用于合成这些数据的衍射数据和培训残留神经网络。在这里,共振的两个人均能力:(i)晶体分辨率的解释和(ii)重叠晶格的识别。通过同步加速器实验和X射线自由电子激光实验对衍射图像的汇编进行了测试。至关重要的是,这些模型很容易在图形处理单元上执行,因此可以显着超过常规算法。目前使用共振来为斯坦福同步辐射光源的宏观分子晶体学用户提供实时反馈,但其简单的基于Python的接口使其易于嵌入其他处理框架。这项工作强调了基于物理的模拟对训练深神网络的实用性,并为开发其他模型的开发奠定了基础,以增强衍射收集和分析。
摘要 通过恒电流间歇滴定技术在 3 至 4.2 V 电压范围内测定了 LiNi 1/3 Mn 1/3 Co 1/3 O 2 中的化学扩散系数。在充电和放电过程中,这些层状氧化物正极中的计算扩散系数分别在开路电压 3.8 V 和 3.7 V vs. Li/Li + 时达到最小。观察到的化学扩散系数的最小值表明在此电压范围内发生了相变。使用非原位晶体学分析确定了不同锂化状态下 LiNi 1/3 Mn 1/3 Co 1/3 O 2 正极的晶胞参数。结果表明,晶胞参数变化与 NMC 正极中化学扩散的观测值相关性很好;在同一电压范围内,绝对值有显著变化。我们将观察到的晶胞参数变化与镍转化为三价状态(具有 Jahn-Teller 活性)以及锂离子和空位的重新排列联系起来。
1加利福尼亚大学旧金山分校的生物工程和治疗科学系,加利福尼亚州旧金山,美国2结构生物学计划,CUNY高级科学研究中心,纽约,纽约,纽约,10031 3博士。生物学计划,研究生中心 - 纽约市纽约市,纽约,纽约10016 4 Atomwise,Inc。,旧金山,加利福尼亚州,美国加利福尼亚州,美国5化学和生物化学系,纽约市城市学院,纽约,纽约,纽约,10031年,10031年10031 6 Ph.D.生物化学,生物学和化学方案,研究生中心 - 纽约市城市大学,纽约,纽约10016†当前地址:重播,5555 Oberlin Drive,Ste。 120,圣地亚哥,CA 92121 *通信:mullane.stephanie@gmail.com摘要:在其折叠状态下,在多种构象状态之间交换对其功能至关重要的构象状态。 传统的结构生物学方法,例如X射线晶体学和低温电子显微镜(Cryo-EM),产生了集合平均值的密度图,反映了各种构象的分子。 然而,大多数从这些地图得出的模型明确表示单个构象,从而忽略了生物分子结构的复杂性。 为了准确反映生物分子形式的多样性,迫切需要朝着建模反映实验数据的结构合奏。 但是,将信号与噪声区分开的挑战使手动创建这些模型的努力变得复杂。 为了响应,我们将最新的增强功能引入了QFIT,这是一种自动化计算策略,旨在将蛋白质构象异质性纳入内置在密度图中的模型中。 Phenix,Refmac,Buster)。生物学计划,研究生中心 - 纽约市纽约市,纽约,纽约10016 4 Atomwise,Inc。,旧金山,加利福尼亚州,美国加利福尼亚州,美国5化学和生物化学系,纽约市城市学院,纽约,纽约,纽约,10031年,10031年10031 6 Ph.D.生物化学,生物学和化学方案,研究生中心 - 纽约市城市大学,纽约,纽约10016†当前地址:重播,5555 Oberlin Drive,Ste。120,圣地亚哥,CA 92121 *通信:mullane.stephanie@gmail.com摘要:在其折叠状态下,在多种构象状态之间交换对其功能至关重要的构象状态。 传统的结构生物学方法,例如X射线晶体学和低温电子显微镜(Cryo-EM),产生了集合平均值的密度图,反映了各种构象的分子。 然而,大多数从这些地图得出的模型明确表示单个构象,从而忽略了生物分子结构的复杂性。 为了准确反映生物分子形式的多样性,迫切需要朝着建模反映实验数据的结构合奏。 但是,将信号与噪声区分开的挑战使手动创建这些模型的努力变得复杂。 为了响应,我们将最新的增强功能引入了QFIT,这是一种自动化计算策略,旨在将蛋白质构象异质性纳入内置在密度图中的模型中。 Phenix,Refmac,Buster)。120,圣地亚哥,CA 92121 *通信:mullane.stephanie@gmail.com摘要:在其折叠状态下,在多种构象状态之间交换对其功能至关重要的构象状态。传统的结构生物学方法,例如X射线晶体学和低温电子显微镜(Cryo-EM),产生了集合平均值的密度图,反映了各种构象的分子。然而,大多数从这些地图得出的模型明确表示单个构象,从而忽略了生物分子结构的复杂性。为了准确反映生物分子形式的多样性,迫切需要朝着建模反映实验数据的结构合奏。但是,将信号与噪声区分开的挑战使手动创建这些模型的努力变得复杂。为了响应,我们将最新的增强功能引入了QFIT,这是一种自动化计算策略,旨在将蛋白质构象异质性纳入内置在密度图中的模型中。Phenix,Refmac,Buster)。这些QFIT中的这些算法改进是由跨蛋白质范围的上级和几何指标证实的。重要的是,与更复杂的多拷贝集合模型不同,可以在大多数主要的模型构建软件中手动修改QFIT生产的多构形式模型(例如,coot)和拟合度可以通过使用标准管道来进一步改善(例如通过减少创建多配量模型的障碍,QFIT可以促进有关大分子构象动力学和功能之间关系的新假设的发展。
采用溶剂铸造法,以铁屑废料为填料,开发聚苯乙烯复合材料,旨在提高机械、晶体学和微观结构性能,以满足特定用途。根据 ASTM D638-10 标准进行拉伸试验。还进行了 X 射线衍射 (XRD) 分析和微观结构分析。杨氏模量随填料浓度 (0 – 15 wt%) 的增加而增加 (从 335.2 N/mm 2 增加到 1131.3 N/mm 2 ),断裂伸长率则反之亦然 (从 4.9 mm 增加到 1.6 mm)。XRD 显示,铁屑颗粒和聚苯乙烯基树脂 (PBR) 基质之间存在良好的结构相互作用。该复合材料分别结合了聚苯乙烯和铁屑的无定形和晶体性质。也没有观察到化学反应,但聚苯乙烯基体中形成了协同结构增强。微观结构分析表明,铁屑颗粒在聚苯乙烯基体中分散性良好,分布均匀;填料质量分数为15%的复合材料界面黏附性最好,颗粒-基体体系的混合比例适宜。
蛋白质中的电荷转移反应对生命很重要,例如修复DNA的光溶酶中,但结构动力学的作用尚不清楚。在这里,使用飞秒X射线晶体学,我们报告了电子沿着果蝇(6-4)光解酶中电子四个保守的色氨酸链传递时发生的结构变化。在Femto和Picsecond延迟时,第一个色氨酸对黄素的光摄影导致在关键的天冬酰胺,保守的盐桥和附近水分子的重新安排上引起定向的结构反应。我们检测到电荷诱导的结构变化,接近第二个色氨酸到20 ps的第二个接近的结构变化,将附近的蛋氨酸鉴定为氧化还原链中的活跃参与者,从第四次色氨酸附近的20 ps鉴定。光解酶经历了其结构的高度定向和仔细的定时适应。这质疑马库斯理论中线性溶剂响应近似的有效性,并表明进化已经优化了快速蛋白波动以进行最佳电荷转移。
减少样品交换时间是最大限度提高大分子晶体学 (MX) 光束线吞吐量的关键问题,因为在像素阵列探测器时代,衍射数据收集本身可以在一分钟内完成。为此,在 SPring-8 的 BL41XU 光束线上,基于之前的 SPACE (SPring-8 精密自动冷冻样品交换器) 型号开发了一种升级版样品交换器 SPACE-II。SPACE-II 在 16 秒内实现一次样品交换步骤,其中其动作仅占 11 秒,这得益于以下三个特点:(i) 采用双臂,使样品可以在一个安装臂动作周期内交换,(ii) 采用长行程安装臂,无需取出探测器即可交换样品,(iii) 使用快速移动的平移和旋转台作为安装臂。通过在样品交换序列之前预先保存下一个样品,自动数据收集的时间进一步减少到 11 秒,其中 SPACE-II 的操作占 8 秒。此外,样品容量从 4 个 Uni-Puck 扩大到 8 个。SPACE-II 的性能已在 BL41XU 运行的两年多时间中得到验证;一天内安装在衍射仪上的平均样品数量从 132 个增加到 185 个,错误率为 0.089%,其中统计了用户无法继续实验而必须进入实验舱进行恢复工作的事件。基于这些结果,截至 2019 年 7 月,SPACE-II 已安装在 SPring-8 的另外三条 MX 光束线上。快速且高度可靠的 SPACE-II 现在是 SPring-8 MX 光束线最重要的基础设施之一,为用户提供了充分利用有限光束时间和明亮 X 射线的机会。
X 射线晶体学在药物发现和开发中至关重要,因为它可以提供有关目标蛋白质及其与 1 种潜在候选药物相互作用的详细结构数据。本综述旨在概述 X 射线晶体学在制药行业中的应用,重点介绍其在理解蛋白质-配体相互作用、指导合理药物设计和帮助基于结构的药物优化方面的作用。该研究利用来自各种来源的二手数据,包括已发表的研究文章、评论论文和数据库,全面回顾了 X 射线晶体学在药物发现中的现状。涵盖的关键主题包括 X 射线晶体学的基本原理、蛋白质结晶过程、数据收集和结构测定,以及与该技术相关的挑战和局限性。通过强调 X 射线晶体学在药物发现中的成功和局限性,本综述旨在提供见解,帮助研究人员优化这一强大工具在开发新型疗法中的使用。最终,更好地了解 X 射线晶体学在药物发现和开发中的作用可以设计出更有效、更具体、安全性更高的药物分子。
