清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Combined Covalent-Electrostatic Model of Hydrogen Bonding Improves Structure Prediction with Rosetta

氢键 静电学 共价键 方向(向量空间) 化学物理 生物分子结构 化学 库仑 静电 计算化学 统计物理学 物理 分子 蛋白质结构 物理化学 数学 量子力学 几何学 生物化学 电子 有机化学
作者
Matthew J. O’Meara,Andrew Leaver‐Fay,Michael D. Tyka,Amelie Stein,Kevin Houlihan,Frank DiMaio,Philip Bradley,Tanja Kortemme,David Baker,Jack Snoeyink,Brian Kuhlman
出处
期刊:Journal of Chemical Theory and Computation [American Chemical Society]
卷期号:11 (2): 609-622 被引量:214
标识
DOI:10.1021/ct500864r
摘要

Interactions between polar atoms are challenging to model because at very short ranges they form hydrogen bonds (H-bonds) that are partially covalent in character and exhibit strong orientation preferences; at longer ranges the orientation preferences are lost, but significant electrostatic interactions between charged and partially charged atoms remain. To simultaneously model these two types of behavior, we refined an orientation dependent model of hydrogen bonds [Kortemme et al. J. Mol. Biol. 2003, 326, 1239] used by the molecular modeling program Rosetta and then combined it with a distance-dependent Coulomb model of electrostatics. The functional form of the H-bond potential is physically motivated and parameters are fit so that H-bond geometries that Rosetta generates closely resemble H-bond geometries in high-resolution crystal structures. The combined potentials improve performance in a variety of scientific benchmarks including decoy discrimination, side chain prediction, and native sequence recovery in protein design simulations and establishes a new standard energy function for Rosetta.

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
3秒前
zpf发布了新的文献求助10
8秒前
明天吖在吗完成签到,获得积分10
15秒前
zpf完成签到,获得积分20
16秒前
文6完成签到 ,获得积分10
16秒前
小山己几完成签到,获得积分10
17秒前
kevin完成签到 ,获得积分10
24秒前
Aimee完成签到 ,获得积分10
30秒前
Hindiii完成签到,获得积分10
33秒前
George完成签到,获得积分10
37秒前
科研通AI2S应助科研通管家采纳,获得10
41秒前
虞无声完成签到,获得积分10
48秒前
虚心青梦完成签到 ,获得积分10
56秒前
1分钟前
呆橘完成签到 ,获得积分10
1分钟前
海英完成签到,获得积分10
1分钟前
xuxu发布了新的文献求助10
1分钟前
加贝完成签到 ,获得积分10
1分钟前
赖氨酸完成签到,获得积分10
1分钟前
轻语完成签到 ,获得积分10
1分钟前
朴素海亦完成签到 ,获得积分10
1分钟前
周周周完成签到 ,获得积分10
1分钟前
1分钟前
玉米之路发布了新的文献求助10
1分钟前
yong完成签到 ,获得积分10
1分钟前
美满的皮卡丘完成签到 ,获得积分10
1分钟前
哈哈完成签到,获得积分10
1分钟前
玉米之路完成签到,获得积分20
1分钟前
cugwzr完成签到,获得积分10
1分钟前
语恒完成签到,获得积分10
1分钟前
amy完成签到 ,获得积分10
1分钟前
JJZ完成签到,获得积分10
1分钟前
厚德载物完成签到 ,获得积分10
2分钟前
ask基本上完成签到 ,获得积分10
2分钟前
dadazhou完成签到,获得积分10
2分钟前
雨城完成签到 ,获得积分10
2分钟前
闻巷雨完成签到 ,获得积分10
2分钟前
子车半烟完成签到,获得积分10
2分钟前
领导范儿应助科研通管家采纳,获得10
2分钟前
Leo完成签到 ,获得积分10
2分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Handbook of pharmaceutical excipients, Ninth edition 5000
Aerospace Standards Index - 2026 ASIN2026 3000
Signals, Systems, and Signal Processing 610
Discrete-Time Signals and Systems 610
Principles of town planning : translating concepts to applications 500
Social Work and Social Welfare: An Invitation(7th Edition) 410
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 纳米技术 有机化学 物理 生物化学 化学工程 计算机科学 复合材料 内科学 催化作用 光电子学 物理化学 电极 冶金 遗传学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 6059013
求助须知:如何正确求助?哪些是违规求助? 7891570
关于积分的说明 16297060
捐赠科研通 5203346
什么是DOI,文献DOI怎么找? 2783932
邀请新用户注册赠送积分活动 1766619
关于科研通互助平台的介绍 1647154