De novo design of a non-local β-sheet protein with high stability and accuracy

反平行(数学) 测试表 蛋白质设计 蛋白质结构 结晶学 化学 物理 生物化学 量子力学 磁场
作者
Enrique Marcos,Tamuka M. Chidyausiku,Andrew C. McShan,Thomas Evangelidis,Santrupti Nerli,Lauren Carter,Lucas G. Nivón,Audrey L. Davis,Gustav Oberdorfer,Konstantinos Tripsianes,Nikolaos G. Sgourakis,David Baker
出处
期刊:Nature Structural & Molecular Biology [Springer Nature]
卷期号:25 (11): 1028-1034 被引量:113
标识
DOI:10.1038/s41594-018-0141-6
摘要

β-sheet proteins carry out critical functions in biology, and hence are attractive scaffolds for computational protein design. Despite this potential, de novo design of all-β-sheet proteins from first principles lags far behind the design of all-α or mixed-αβ domains owing to their non-local nature and the tendency of exposed β-strand edges to aggregate. Through study of loops connecting unpaired β-strands (β-arches), we have identified a series of structural relationships between loop geometry, side chain directionality and β-strand length that arise from hydrogen bonding and packing constraints on regular β-sheet structures. We use these rules to de novo design jellyroll structures with double-stranded β-helices formed by eight antiparallel β-strands. The nuclear magnetic resonance structure of a hyperthermostable design closely matched the computational model, demonstrating accurate control over the β-sheet structure and loop geometry. Our results open the door to the design of a broad range of non-local β-sheet protein structures. Baker, Marcos and colleagues analyze β-arches (loops connecting unpaired β-strands) and derive rules used for de novo design of a hyperthermostable jellyroll structure, with eight antiparallel β-strands forming double-stranded β-helices.
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
午午午午完成签到 ,获得积分10
刚刚
DDIAO完成签到 ,获得积分10
1秒前
可乐bid完成签到,获得积分10
1秒前
香蕉觅云应助yimu采纳,获得10
1秒前
YYF完成签到,获得积分10
2秒前
akakns完成签到,获得积分10
2秒前
荧123456完成签到,获得积分20
3秒前
rechate发布了新的文献求助30
3秒前
4秒前
yy完成签到 ,获得积分10
4秒前
realrrr发布了新的文献求助10
5秒前
今后应助222采纳,获得10
7秒前
8秒前
better完成签到 ,获得积分20
9秒前
9秒前
爆米花应助wangayting采纳,获得30
9秒前
11秒前
科研通AI2S应助xzc采纳,获得10
12秒前
12秒前
12秒前
13秒前
精明寒松完成签到 ,获得积分10
13秒前
13秒前
宝宝发布了新的文献求助10
14秒前
realrrr完成签到 ,获得积分10
14秒前
害怕的身影完成签到,获得积分20
15秒前
15秒前
rundstedt应助李仁采纳,获得10
17秒前
思源应助薄荷味采纳,获得10
18秒前
18秒前
19秒前
19秒前
WZ0904发布了新的文献求助10
19秒前
shallow发布了新的文献求助10
19秒前
21秒前
kysl发布了新的文献求助10
21秒前
希望天下0贩的0应助宝宝采纳,获得10
23秒前
24秒前
汎影发布了新的文献求助10
24秒前
大汉皇帝发布了新的文献求助20
24秒前
高分求助中
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
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
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
XAFS for Everyone 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 3137930
求助须知:如何正确求助?哪些是违规求助? 2788832
关于积分的说明 7788793
捐赠科研通 2445241
什么是DOI,文献DOI怎么找? 1300236
科研通“疑难数据库(出版商)”最低求助积分说明 625878
版权声明 601046