Comparison of NMR structures refined under implicit and explicit solvents

지준구

추천

검색

자료유형: 학술저널

저자정보: 지준구

저널정보: 한국자기공명학회 Journal of the Korean Magnetic Resonance Society Journal of the Korean Magnetic Resonance Society 제19권 제1호

발행연도: 2015.1

수록면: 1 - 10 (10page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Refinements with atomistic molecular dynamics (MD) simulation have contributed to improving the qualities of NMR structures. In most cases, the calculations with atomistic MD simulation for NMR structures employ generalized-Born implicit solvent model (GBIS) to take into accounts solvation effects. Developments in algorithms and computational capacities have ameliorated GBIS to approximate solvation effects that explicit solvents bring about. However, the quantitative comparison of NMR structures in the latest GBIS and explicit solvents is lacking. In this study, we report the direct comparison of NMR structures that atomistic MD simulation coupled with GBIS and water molecules refined. Two model proteins, GB1 and ubiquitin, were recalculated with experimental distance and torsion angle restraints, under a series of simulated annealing time steps. Whereas the root mean square deviations of the resulting structures were apparently similar, AMBER energies, the most favored regions in Ramachandran plot, and MolProbity clash scores witnessed that GBIS-refined structures had the better geometries. The outperformance by GBIS was distinct in the structure calculations with sparse experimental restraints. We show that the superiority stemmed, at least in parts, from the inclusion of all the pairs of non-bonded interactions. The shorter computational times with GBIS than those for explicit solvents makes GBIS a powerful method for improving structural qualities particularly under the conditions that experimental restraints are insufficient. We also propose a method to separate the native-like folds from non-violating diverged structures.

#NMR structure refinement #Amber

참고문헌 (27)

참고문헌 신청

A. Ohno / 2005 / / Structure 13 : 521 ~

A. Onufriev / 2002 / / J. Comput. Chem 23 : 1297 ~

A. Roy / 2010 / / Nat. Protoc 5 : 725 ~

B. Xia / 2002 / / J. Biomol. NMR 22 : 317 ~

D. A. Case / 2005 / / J. Comput. Chem 26 : 1668 ~

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

지준구

소속기관 경북대학교

주요연구분야 자연과학 > 생물학 공학 > 화학공학 > 화학공학 일반

논문수 7 이용수 1

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (27)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)