Structures prediction and replica exchange molecular dynamics simulations of α-synuclein: A case study for intrinsically disordered proteins

复制品 分子动力学 统计物理学 内在无序蛋白质 动力学(音乐) 化学物理 物理 化学 生物物理学 计算化学 生物 地理 考古 声学
作者
Orkid Coskuner
出处
期刊:International Journal of Biological Macromolecules [Elsevier]
卷期号:276: 133813-133813
标识
DOI:10.1016/j.ijbiomac.2024.133813
摘要

In recent years, a variety of three-dimensional structure prediction tools, including AlphaFold2, AlphaFold3, I-TASSER, C-I-TASSER, Phyre2, ESMFold, and RoseTTAFold, have been employed in the investigation of intrinsically disordered proteins. However, a comprehensive validation of these tools specifically for intrinsically disordered proteins has yet to be conducted. In this study, we utilize AlphaFold2, AlphaFold3, I-TASSER, C-I-TASSER, Phyre2, ESMFold, and RoseTTAFold to predict the structure of a model intrinsically disordered α-synuclein protein. Additionally, extensive replica exchange molecular dynamics simulations of the intrinsically disordered protein are conducted. The resulting structures from both structure prediction tools and replica exchange molecular dynamics simulations are analyzed for radius of gyration, secondary and tertiary structure properties, as well as Cα and Hα chemical shift values. A comparison of the obtained results with experimental data reveals that replica exchange molecular dynamics simulations provide results in excellent agreement with experimental observations. However, none of the structure prediction tools utilized in this study can fully capture the structural characteristics of the model intrinsically disordered protein. This study shows that a cluster of ensembles are required for intrinsically disordered proteins. Artificial-intelligence based structure prediction tools such as AlphaFold3 and C-I-TASSER could benefit from stochastic sampling or Monte Carlo simulations for generating an ensemble of structures for intrinsically disordered proteins.
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
rarfen完成签到,获得积分10
1秒前
cong完成签到 ,获得积分10
1秒前
10秒前
慧海拾穗完成签到 ,获得积分10
11秒前
ww完成签到,获得积分10
12秒前
风趣小蜜蜂完成签到,获得积分10
16秒前
机灵的衬衫完成签到 ,获得积分10
19秒前
一串数字完成签到,获得积分10
21秒前
Chasing完成签到 ,获得积分10
23秒前
9527完成签到,获得积分10
24秒前
氨气完成签到 ,获得积分0
26秒前
dichunxia完成签到,获得积分10
26秒前
27秒前
无为完成签到 ,获得积分10
30秒前
傻傻的磬发布了新的文献求助10
34秒前
Singularity应助书书采纳,获得10
34秒前
青黛完成签到 ,获得积分10
38秒前
Tina完成签到 ,获得积分10
39秒前
清浅溪完成签到 ,获得积分10
42秒前
傻傻的磬完成签到 ,获得积分10
43秒前
science完成签到,获得积分10
43秒前
Mr.Su完成签到 ,获得积分10
43秒前
Singularity应助奋斗迎波采纳,获得10
48秒前
lwk205发布了新的文献求助10
53秒前
辞清完成签到 ,获得积分10
55秒前
lani完成签到 ,获得积分10
56秒前
59秒前
lige完成签到 ,获得积分10
1分钟前
kkk完成签到 ,获得积分10
1分钟前
哭泣的映寒完成签到 ,获得积分10
1分钟前
YiXianCoA完成签到 ,获得积分10
1分钟前
专注半烟完成签到 ,获得积分10
1分钟前
even完成签到 ,获得积分10
1分钟前
1分钟前
zzzyyc完成签到 ,获得积分10
1分钟前
小李完成签到 ,获得积分10
1分钟前
loga80完成签到,获得积分0
1分钟前
aowulan完成签到 ,获得积分10
1分钟前
xy完成签到,获得积分10
1分钟前
hanshishengye完成签到 ,获得积分10
1分钟前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Effect of reactor temperature on FCC yield 2000
How Maoism Was Made: Reconstructing China, 1949-1965 800
Medical technology industry in China 600
Introduction to Spectroscopic Ellipsometry of Thin Film Materials Instrumentation, Data Analysis, and Applications 600
Shining Light on the Dark Side of Personality 400
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 3311313
求助须知:如何正确求助?哪些是违规求助? 2944006
关于积分的说明 8516883
捐赠科研通 2619447
什么是DOI,文献DOI怎么找? 1432306
科研通“疑难数据库(出版商)”最低求助积分说明 664597
邀请新用户注册赠送积分活动 649856