已入深夜,您辛苦了!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!祝你早点完成任务,早点休息,好梦!

The unexpected structure of the designed protein Octarellin V.1 forms a challenge for protein structure prediction tools

蛋白质结构预测 蛋白质结构 生物信息学 蛋白质设计 计算机科学 人工智能 排名(信息检索) 蛋白质折叠 结构基因组学 计算生物学 生物 生物化学 基因
作者
Maximiliano Figueroa,Mike Sleutel,Marylène Vandevenne,Gregory Parvizi,Sophie Attout,Olivier Jacquin,Julie Vandenameele,Axel W. Fischer,Christian Damblon,Erik Goormaghtigh,Marie Valerio‐Lepiniec,Agathe Urvoas,D. Durand,Els Pardon,Jan Steyaert,Philippe Minard,Dominique Maes,Jens Meiler,André Matagne,Joseph Martial,Cécile Van de Weerdt
出处
期刊:Journal of Structural Biology [Elsevier]
卷期号:195 (1): 19-30 被引量:18
标识
DOI:10.1016/j.jsb.2016.05.004
摘要

Despite impressive successes in protein design, designing a well-folded protein of more 100 amino acids de novo remains a formidable challenge. Exploiting the promising biophysical features of the artificial protein Octarellin V, we improved this protein by directed evolution, thus creating a more stable and soluble protein: Octarellin V.1. Next, we obtained crystals of Octarellin V.1 in complex with crystallization chaperons and determined the tertiary structure. The experimental structure of Octarellin V.1 differs from its in silico design: the (αβα) sandwich architecture bears some resemblance to a Rossman-like fold instead of the intended TIM-barrel fold. This surprising result gave us a unique and attractive opportunity to test the state of the art in protein structure prediction, using this artificial protein free of any natural selection. We tested 13 automated webservers for protein structure prediction and found none of them to predict the actual structure. More than 50% of them predicted a TIM-barrel fold, i.e. the structure we set out to design more than 10years ago. In addition, local software runs that are human operated can sample a structure similar to the experimental one but fail in selecting it, suggesting that the scoring and ranking functions should be improved. We propose that artificial proteins could be used as tools to test the accuracy of protein structure prediction algorithms, because their lack of evolutionary pressure and unique sequences features.
最长约 10秒,即可获得该文献文件

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
hui_L发布了新的文献求助10
3秒前
CodeCraft应助111采纳,获得10
9秒前
hui_L完成签到,获得积分20
11秒前
11秒前
蜜桃味大饼完成签到 ,获得积分10
11秒前
11秒前
科研通AI2S应助糖糖糖采纳,获得10
13秒前
13秒前
14秒前
艾文发布了新的文献求助10
14秒前
难过的醉香完成签到,获得积分10
18秒前
BakerStreet发布了新的文献求助10
18秒前
我刷的烧饼贼亮完成签到 ,获得积分10
20秒前
Fiona03完成签到 ,获得积分10
21秒前
freddyyuu完成签到 ,获得积分10
24秒前
zhaoyuqing发布了新的文献求助10
27秒前
老才完成签到 ,获得积分10
29秒前
BakerStreet完成签到,获得积分10
31秒前
VPN不好用发布了新的文献求助10
32秒前
做实验的蘑菇完成签到,获得积分10
34秒前
37秒前
39秒前
司空三问完成签到,获得积分10
41秒前
止心所至发布了新的文献求助10
42秒前
尧尧完成签到,获得积分10
44秒前
44秒前
司空三问发布了新的文献求助10
44秒前
44秒前
快不了完成签到,获得积分10
47秒前
49秒前
充电宝应助四月采纳,获得10
50秒前
50秒前
Ava应助做实验的蘑菇采纳,获得10
53秒前
司空豁发布了新的文献求助10
54秒前
西西发布了新的文献求助10
56秒前
jing216完成签到 ,获得积分10
1分钟前
英姑应助潍筱采纳,获得10
1分钟前
小汪爱学习完成签到,获得积分10
1分钟前
1分钟前
Owen应助科研通管家采纳,获得10
1分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
XAFS for Everyone (2nd Edition) 600
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 3133831
求助须知:如何正确求助?哪些是违规求助? 2784777
关于积分的说明 7768448
捐赠科研通 2440089
什么是DOI,文献DOI怎么找? 1297185
科研通“疑难数据库(出版商)”最低求助积分说明 624901
版权声明 600791