Publication

Relative Orientation of CaHa-Bond Vectors of Successive Residues in Proteins through Cross-Correlated Relaxation in NMR

Geoffrey Bodenhausen
2000
Journal Articles

Résumé

Cross-correlation between the fluctuations of 13Ca-Ha interactions affects the relaxation behavior of two-spin coherences (zero- and double-quantum coherences) involving the 13Ca nuclei of two successive amino acid residues. The cross-correlation rates are shown to depend on a dihedral angle S defined by two planes subtended by the atoms {Ha(i-1),13Ca(i-1),13Ca(i)} and {13Ca(i-1),13Ca(i),Ha(i)}. This dihedral angle is related to the secondary structure of a protein, and can be used as a constraint in various protein structure calcn. protocols. [on SciFinder (R)]

Source officielle

https://infoscience.epfl.ch/entities/publication/82554538-2d44-46d2-b0cb-dbc098d034c5

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Geoffrey Bodenhausen
2000
Journal Articles

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/82554538-2d44-46d2-b0cb-dbc098d034c5

À propos de ce résultat

Concepts associés (31)

Structure des protéines

La structure des protéines est la composition en acides aminés et la conformation en trois dimensions des protéines. Elle décrit la position relative des différents atomes qui composent une protéine donnée. Les protéines sont des macromolécules de la cellule, dont elles constituent la « boîte à outils », lui permettant de digérer sa nourriture, produire son énergie, de fabriquer ses constituants, de se déplacer, etc. Elles se composent d'un enchaînement linéaire d'acides aminés liés par des liaisons peptidiques.

Intraclass correlation

In statistics, the intraclass correlation, or the intraclass correlation coefficient (ICC), is a descriptive statistic that can be used when quantitative measurements are made on units that are organized into groups. It describes how strongly units in the same group resemble each other. While it is viewed as a type of correlation, unlike most other correlation measures, it operates on data structured as groups rather than data structured as paired observations.

Structure secondaire

thumb|200px|Schéma de la structure tridimensionnelle de la protéine myoglobine. Cette structure contient de hélices α mais pas de feuillets β. Cette protéine est la première dont la structure a été résolue par cristallographie en 1958, par Max Perutz et John Kendrew, ce qui leur a valu l'attribution du prix Nobel de chimie en 1962. En biochimie et en biologie structurale, la structure secondaire se rapporte uniquement à la description de la structure tridimensionnelle localement adoptée par certains segments de molécules biologiques (molécules définies comme étant des biopolymères, comme c’est le cas pour les protéines et les acides nucléiques (ADN/ARN)).

Afficher plus

Publications associées (10)

Afficher plus

Relative Orientation of CaHa-Bond Vectors of Successive Residues in Proteins through Cross-Correlated Relaxation in NMR

Chattez avec Graph Search

Stabilizing effect of amino acids on protein and colloidal dispersions

Accurate single domain scaffolding of three non-overlapping protein epitopes using deep learning

Graph rewiring for long range-aware protein learning