How to Distinguish Conformational Selection and Induced Fit Based on Chemical Relaxation Rates

构象变化 放松(心理学) 化学 选择(遗传算法) 过渡(遗传学) 构象集合 分子动力学 生物物理学 计算化学 立体化学 计算机科学 生物化学 生物 人工智能 神经科学 基因
作者
Fabian Paul,Thomas R. Weikl
出处
期刊:PLOS Computational Biology [Public Library of Science]
卷期号:12 (9): e1005067-e1005067 被引量:83
标识
DOI:10.1371/journal.pcbi.1005067
摘要

Protein binding often involves conformational changes. Important questions are whether a conformational change occurs prior to a binding event ('conformational selection') or after a binding event ('induced fit'), and how conformational transition rates can be obtained from experiments. In this article, we present general results for the chemical relaxation rates of conformational-selection and induced-fit binding processes that hold for all concentrations of proteins and ligands and, thus, go beyond the standard pseudo-first-order approximation of large ligand concentration. These results allow to distinguish conformational-selection from induced-fit processes - also in cases in which such a distinction is not possible under pseudo-first-order conditions - and to extract conformational transition rates of proteins from chemical relaxation data.

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
量子星尘发布了新的文献求助10
刚刚
任贱贱完成签到,获得积分20
1秒前
小马甲应助言木禾采纳,获得10
1秒前
量子星尘发布了新的文献求助10
2秒前
简单喀秋莎完成签到,获得积分10
4秒前
4秒前
CodeCraft应助菠萝披萨采纳,获得10
4秒前
风趣绿竹完成签到,获得积分10
5秒前
傲娇的秋莲完成签到,获得积分20
5秒前
科研通AI6应助科研通管家采纳,获得10
5秒前
李爱国应助科研通管家采纳,获得10
5秒前
小明发布了新的文献求助10
5秒前
pluto应助科研通管家采纳,获得10
5秒前
5秒前
6秒前
天天快乐应助科研通管家采纳,获得30
6秒前
丘比特应助科研通管家采纳,获得10
6秒前
Criminology34应助科研通管家采纳,获得10
6秒前
6秒前
浮游应助科研通管家采纳,获得10
6秒前
无花果应助einspringen采纳,获得10
6秒前
科研通AI6应助科研通管家采纳,获得10
6秒前
6秒前
yu发布了新的文献求助30
6秒前
6秒前
7秒前
Levan完成签到,获得积分10
7秒前
bamboo应助科研通管家采纳,获得20
7秒前
乐乐应助科研通管家采纳,获得10
7秒前
科研通AI6应助科研通管家采纳,获得10
7秒前
求助人员应助科研通管家采纳,获得30
7秒前
CipherSage应助科研通管家采纳,获得10
7秒前
蜉蝣完成签到,获得积分10
7秒前
7秒前
科研通AI6应助科研通管家采纳,获得10
8秒前
大力帽子应助科研通管家采纳,获得10
8秒前
8秒前
8秒前
科研通AI6应助科研通管家采纳,获得10
8秒前
能干巨人应助科研通管家采纳,获得10
8秒前
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
The Cambridge History of China: Volume 4, Sui and T'ang China, 589–906 AD, Part Two 1000
The Composition and Relative Chronology of Dynasties 16 and 17 in Egypt 1000
Russian Foreign Policy: Change and Continuity 800
Real World Research, 5th Edition 800
Qualitative Data Analysis with NVivo By Jenine Beekhuyzen, Pat Bazeley · 2024 800
Superabsorbent Polymers 700
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5711580
求助须知:如何正确求助?哪些是违规求助? 5204694
关于积分的说明 15264720
捐赠科研通 4863859
什么是DOI,文献DOI怎么找? 2610959
邀请新用户注册赠送积分活动 1561329
关于科研通互助平台的介绍 1518667