暂无数据
在周转过程中I类核苷酸还原酶复合物的构象景观揭示了固有的动态和不对称性
原标题：Conformational Landscapes of a Class I Ribonucleotide Reductase Complex during Turnover Reveal Intrinsic Dynamics and Asymmetry
5 分
关键词
摘要
理解与酶催化相关的结构动态一直是生物化学的长期目标。随着现代冷冻电子显微镜（cryo-EM）的出现，重新定义蛋白质结构为所有构象及其分布的连续体变得可以想象。然而，捕捉和解释这些信息仍然具有挑战性。在此，我们使用分类和基于深度学习的分析来表征I类核苷酸还原酶（RNR）在周转过程中的构象异质性。通过将所得信息转换为物理可解释的二维构象景观，我们证明RNR在不断取样广泛运动范围的同时，仍保持令人惊讶的不对称性，以调节其周转周期的两个部分。值得注意的是，我们直接观察到了催化所需的高转瞬态构象的出现，以及RNR与其内源性还原剂硫氧还蛋白的相互作用，这也对酶复合物的对称性和动态性产生了贡献。总体而言，这项工作强调了构象动态在调节关键酶机制步骤中的作用。
AI理解论文
这篇论文主要探讨了冷冻电子显微镜（cryo-EM）技术在研究蛋白质结构中的应用，特别是针对β亚基的构象集合在快速冷冻过程中是否得以保留的问题。研究团队使用了QuantiFoil孔状碳网格，并在样品应用前进行辉光放电处理，以确保样品的均匀分布和良好的成像效果。样品在液氮冷却的液态乙烷中快速冷冻，以捕捉其天然状态。
数据采集是在康奈尔材料研究中心的Talos Arctica显微镜上进行的，该显微镜配备了Gatan K3直接电子探测器和BioQuantum能量过滤器。研究中使用了79,000倍的标称放大倍率和1.04 Å/像素的标称像素大小。电影数据在不同的焦距范围内采集，总剂量为50 e- Å–2，并采用3 x 3多重拍摄方案。
在数据处理方面，研究团队使用了cryoSPARC 4和RELION 4软件。电影首先在RELION中使用MotionCorr2进行运动校正，随后在cryoSPARC中进行CTF估计。微观图像经过手动检查和过滤后，使用Topaz进行粒子挑选，并进行2D分类以保留包含次级结构细节的粒子。最终，研究团队通过ab initio重建和同质精炼获得了不同条件下的粒子数据。
在分子动力学模拟中，研究团队使用了AmberTools和Amber 2023软件包。蛋白质的参数化使用了ff19SB力场，并在OPC水模型中进行溶剂化。系统通过一系列的最小化和平衡化步骤进行准备，确保在模拟过程中维持稳定的温度和压力。
研究中还进行了伞形采样，以研究特定氨基酸（如F624）的构象变化。伞形采样是一种用于计算自由能变化的技术，通过在不同的构象状态下施加约束力来采集数据。
论文的主要贡献在于通过高分辨率的cryo-EM数据和分子动力学模拟，深入分析了蛋白质在快速冷冻过程中的构象变化。这项研究不仅验证了冷冻过程中构象集合的保留假设，还为理解蛋白质的动态行为提供了新的视角。
总的来说，这篇论文展示了cryo-EM技术在结构生物学研究中的强大应用潜力，并通过结合计算模拟，为蛋白质结构和功能的研究提供了重要的工具和方法。研究结果对进一步探索蛋白质的动态特性和功能机制具有重要意义。
Chat Paper
当前问答基于全文