亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

AlphaFold-guided molecular replacement for solving challenging crystal structures

分子置换 切断 集合(抽象数据类型) 计算机科学 相似性(几何) 晶体结构 蛋白质数据库 移相器 算法 蛋白质数据库 序列(生物学) 蛋白质结构 计算生物学 化学 人工智能 结晶学 物理 生物 立体化学 生物化学 光学 量子力学 程序设计语言 图像(数学)
作者
Wei Wang,Zhen Gong,Wayne A. Hendrickson
标识
DOI:10.1107/s2059798324011999
摘要

Molecular replacement (MR) is highly effective for biomolecular crystal structure determination, increasingly so as the database of known structures has increased. For candidates without recognizable similarity to known structures, however, crystal structure analyses have nearly always required experiments for de novo phase evaluation. Now, with the unprecedented accuracy of AlphaFold predictions of protein structures from amino-acid sequences, an appreciable expansion of the reach of MR for proteins is realized. Here, we sought to automate an AlphaFold -guided MR procedure that tailors predictions to the MR problem at hand. We first optimized the reliability cutoff parameters for residue inclusion as tested in application to a previously MR-intractable problem. We then examined cases where AlphaFold by default predicts a conformation alternative to that of the candidate structure, devising tests for MR solution either from domain-specific predictions or from predictions based on diverse sequence subclusters. We tested subclustering procedures on an enzyme system that entails multiple MR-challenging conformations. The overall process as implemented in Phenix automatically surveys a succession of trials of increasing computational complexity until an MR solution is found or the options are exhausted. Validated MR solutions were found for 92% of one set of 158 challenging problems from the PDB and 93% of those from a second set of 215 challenges. Thus, many crystal structure analyses that previously required experimental phase evaluation can now be solved by AlphaFold -guided MR. In effect, this and related MR approaches are de novo phasing methods.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
5秒前
peng发布了新的文献求助10
15秒前
嗯哼应助科研通管家采纳,获得20
20秒前
李健应助科研通管家采纳,获得10
20秒前
科研通AI2S应助科研通管家采纳,获得10
20秒前
科研通AI2S应助科研通管家采纳,获得10
20秒前
miyavi完成签到,获得积分10
21秒前
俊逸如风完成签到 ,获得积分10
30秒前
coco234完成签到,获得积分10
38秒前
傲娇黄豆完成签到 ,获得积分10
42秒前
44秒前
爱雪的猫完成签到,获得积分10
1分钟前
糟糕的铁锤举报LizQAQ求助涉嫌违规
1分钟前
己凡发布了新的文献求助10
1分钟前
1分钟前
研友_VZG7GZ应助时尚凡霜采纳,获得10
1分钟前
xiaodan发布了新的文献求助10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
2分钟前
adcc102发布了新的文献求助10
2分钟前
2分钟前
xujiejiuxi发布了新的文献求助20
2分钟前
己凡完成签到,获得积分10
2分钟前
非洲大象发布了新的文献求助50
2分钟前
superV发布了新的文献求助30
2分钟前
2分钟前
乐乐应助xujiejiuxi采纳,获得30
2分钟前
糟糕的铁锤应助小皮猪采纳,获得10
2分钟前
fly关闭了fly文献求助
3分钟前
zqq完成签到,获得积分0
3分钟前
非洲大象完成签到,获得积分10
3分钟前
烟花应助苏余采纳,获得10
3分钟前
己凡发布了新的文献求助10
3分钟前
3分钟前
3分钟前
苏余发布了新的文献求助10
3分钟前
小彭完成签到,获得积分20
3分钟前
NexusExplorer应助皛皛采纳,获得10
3分钟前
高分求助中
Rock-Forming Minerals, Volume 3C, Sheet Silicates: Clay Minerals 2000
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
The Healthy Socialist Life in Maoist China 600
The Vladimirov Diaries [by Peter Vladimirov] 600
encyclopedia of computational mechanics,2 edition 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3268693
求助须知:如何正确求助?哪些是违规求助? 2908080
关于积分的说明 8344516
捐赠科研通 2578530
什么是DOI,文献DOI怎么找? 1402108
科研通“疑难数据库(出版商)”最低求助积分说明 655240
邀请新用户注册赠送积分活动 634415