日本研發新技術可解析蛋白質二級結構

2020-11-26 科技世界網

研發中使用的核磁共振裝置


日本理化學研究所和日本電子公司的聯合研究小組於2016年8月1日宣布，他們成功開發出一種核磁共鳴法(NMR法），能夠在不使用同位素標記的情況下解析蛋白質的二級結構。

理化學研究所CLST-JEOL合作中心固體NMR技術開發小組的西山裕介組長帶領團隊完成了本次研發工作。具體成果已於8月1日刊載在英國知名科學雜誌《PhysChemChemPhys》上。

蛋白質二級結構（secondary structure of protein）指它的多肽鏈中有規則重複的構象，是蛋白質整體形狀的基礎。蛋白質中的代表性二級結構為β-摺疊(β-sheet)，是由伸展的多肽鏈組成的，可分為平行式和反平行式兩種類型。

在過往的研究中已經證實，β澱粉樣蛋白的異常沉積是阿爾茨海默病主要發病機制之一,而β澱粉樣蛋白中富含β-摺疊構造。由於β-摺疊構造非常凌亂，因此難以使用X射線衍射法和冷凍電子顯微鏡進行解析。此外，因為β澱粉樣蛋白不溶於水，所以也無法使用溶液NMR測定法。為了解析β澱粉樣蛋白這類的蛋白質，需要使用人工增加了碳同位素13C以及氮同位素15N含量的同位素標記樣本，進行固體魔角旋轉核磁共振，不過由於13C、15N的天然存在率僅為1.1%和0.36%，因此使用範圍極為受限。

該研究小組在此前曾經研發過能夠高速旋轉樣本的超小型NMR樣本管，還成功開發出能夠獲得同位素豐度達99.64%的氮同位素14N原子間距離信息的14N/14N相關NMR測定法。

在本次的研究中，小組成員製作出分別擁有平行式β-摺疊和反平行式β-摺疊結構的兩種丙氨酸三肽（Alanine tripeptide）微結晶樣本，使用1毫克的樣本來進行14N/14N相關核磁共振測定。實驗發現，只有擁有反平行式β-摺疊結構的丙氨酸三肽中，能夠檢測到β股(β－strand)間的14N/14N相關信號。這也就證明了，該方法可以辨別平行式β-摺疊和反平行式β-摺疊。

西山組長表示，在今後將通過提高樣本旋轉速度、強化核磁共振中使用的磁石來進一步優化設備的性能，力爭讓蛋白質二級結構解析技術更上一層樓，並應用到製藥領域。

（本文由科技世界網編譯，如需轉載，請註明來源自 科技世界網）

相關焦點

  • 蛋白質二級、三級結構預測
    實驗方法獲得蛋白質結構的方法有：X射線衍射法，核磁共振法（只能測定質量小於70kDa的蛋白結構）和冷凍電鏡，目前已解析的蛋白結構約10萬個，僅佔所有蛋白的一丟丟
  • 蛋白質結構解析六十年
    本文簡要回顧了蛋白質結構解析的重大歷史事件，並總結了蛋白質結構解析的常用方法和結構分析方向。通過了解蛋白質結構，能夠讓我們更好地理解生物體的蛋白的理化特性，以及其相關聯的化學反應途徑及其機制，對於我們認識生物世界和研發治療方法和藥物都起著關鍵作用。在即將召開的2015高解析度成像與生物醫學應用研討會上，各位專家學者將會進一步討論相關議題。
  • 蛋白質的二級結構、超二級結構與模體(motif)
    蛋白質的二級結構是指肽鏈主鏈的空間走向（摺疊和盤繞方式），是有規則重複的構象。最常見的二級結構單元就是α-螺旋和β-摺疊，它們的各種組合決定了蛋白質的主體結構。β-轉角是一種小巧的二級結構單元，它使肽鏈形成大約180°的迴轉。
  • 【深度學習】從冷凍電鏡電子密度圖識別蛋白質二級結構
    ，但在2016至2018年期間上傳到電子顯微鏡資料庫（EMDB）的大分子結構中，有超過50%的結構的解析度是在5到10埃甚至更低，這些中等解析度的冷凍電鏡譜（EMmap）很難用於結構的從頭模建，比如對於蛋白質，5-8埃解析度的冷凍電鏡譜只能看到部分的二級結構，而難以知曉完整的主鏈。
  • 蛋白質結構解析六十年_資訊中心_儀器信息網
    本文簡要回顧了蛋白質結構解析的重大歷史事件，並總結了蛋白質結構解析的常用方法和結構分析方向。通過了解蛋白質結構，能夠讓我們更好地理解生物體的蛋白的理化特性，以及其相關聯的化學反應途徑及其機制，對於我們認識生物世界和研發治療方法和藥物都起著關鍵作用。在即將召開的2015高解析度成像與生物醫學應用研討會上，各位專家學者將會進一步討論相關議題。
  • 維繫蛋白質有序二級結構(如α-螺旋,β-摺疊)的化學作用力主要是什麼
    維繫蛋白質有序二級結構（如α-螺旋，β-摺疊）的化學作用力主要是（　）查看答案解析【答案解析】蛋白質二級結構是指蛋白質多肽鏈主鏈胺基酸殘基摺疊捲曲形成的局部肽段空間結構。
  • 應用BioPython解析和可視化蛋白質的結構
    胺基酸的序列為蛋白質的一級結構；多個胺基酸的局部結構為二級結構（如α螺旋、β摺疊、β轉角和無規則捲曲等）；三級和四級結構為更為高級的空間結構。蛋白質的空間結構由一級結構為基礎，空間結構決定著蛋白質的生物活性。
  • 蛋白質3D結構可用AI解析
    3D形狀的深度學習技術，可能將在生物學界掀起一場新的變革。圖中藍色為計算機預測的蛋白質結構，綠色為實驗驗證結果，二者相似度非常高。（圖片來源：DeepMind）生物學界最大的挑戰之一——蛋白質三維結構解析如今有望被破解。
  • 一種基於小分子染料的蛋白質標識技術以及在藥物研發中的應用
    此外，由於不需要獲取蛋白質的晶體結構信息，對於不適用晶體結構表徵技術的蛋白質，例如結合界面複雜的PD1/PD-L1 複合體和晶體結構不穩定的 YAP2/ZO-1 複合體，該技術也可以適用。三、技術優勢藥物研發中，蛋白質 - 蛋白質的相互關係不是常用的靶點選擇，這主要是因為傳統方法難以定位蛋白質複合體的結合界面：a 缺乏蛋白質複合體的晶體結構信息，導致難以識別精確地界面區域和界面拓撲結構，而且蛋白質複合體在非生理條件下形成的空間構象也不能準確地描述其在生理條件下的構象；b 有些空間構象不穩定或無定形態的蛋白質必須通過結構修飾或者與配體形成穩定的共結晶才能獲取其晶體結構信息
  • 蛋白質結構與功能的一點總結
    蛋白質研究中常用到的幾種技術：X射線衍射技術 —— 原子水平  解析蛋白質三維結構 要求製備蛋白晶體
  • 科學網—蛋白質結構解析:生物學的「聖杯」
    無怪乎羅伊發此喟嘆，當年的統計數字顯示，只有0.6%的已知蛋白序列被解析出了相應的結構。 不過，自從美國科學家克裡斯蒂安·安芬森（Christian B.Anfinsen）提出「蛋白質的高級空間結構由蛋白質的胺基酸序列決定」後（他也因此獲得1972年諾貝爾化學獎），人們開始尋找一種能夠預測蛋白質結構的算法，可以精確地從蛋白質的胺基酸序列，利用計算機預測出其複雜的空間結構，甚至其由結構決定的功能。
  • 冷凍電鏡:新時代蛋白質科學和藥物研發的利器
    冷凍電鏡新技術的不斷湧現將為蛋白質科學、生物醫學及細胞生物學的發展提供更大的機遇。在國家大力倡導新基建的背景下，建設電鏡中心等先進產業創新基礎設施必將有效推動上海及張江生物蛋白質科學和生物醫藥產業的快速發展。
  • 大難題告破,蛋白質3D結構可用AI解析—新聞—科學網
    3D形狀的深度學習技術，可能將在生物學界掀起一場新的變革。圖中藍色為計算機預測的蛋白質結構，綠色為實驗驗證結果，二者相似度非常高。（圖片來源：DeepMind） 生物學界最大的挑戰之一——蛋白質三維結構解析如今有望被破解。藉由深度學習程序AlphaFold，谷歌旗下人工智慧公司DeepMind能夠精確預測其三維形狀。 如果把生物體比作工地，那麼蛋白質就是工地上的磚頭。
  • 蛋白質組成及結構
    在高溫或極端pH等條件下，蛋白質會失去其天然結構和活性，這一現象就稱為變性。生物化學家常常用以下四個方面來表示 蛋白質的結構：蛋白質一級結構：組成蛋白質多肽鏈的線性胺基酸序列。一個蛋白質是一個聚醯胺。蛋白質二級結構：依靠不同胺基酸之間的C=O和N-H基團間的氫鍵形成的穩定結構，主要為α螺旋和β摺疊[14]。
  • 阿爾法狗團隊公布6種新冠病毒蛋白質結構預測,助力疫苗研發
    當地時間3月5日，DeepMind正式交出答卷，在官方博客中表示，其用AlphaFold生成了六種可能與新冠病毒有關的蛋白質結構預測結果，而且已經開放下載。這一結果可能對新冠病毒疫苗研發等工作起到推動AlphaFold預測的一種蛋白結構說到AlphaFold，可能大家都不陌生，它由曾開發出阿爾法狗的研究團隊研發，是Alpha家族的新成員。在2018年12月一問世就引起科學界關注。它可以僅根據基因代碼預測蛋白質的3D結構。
  • 中國學者解析維持血糖平衡重要蛋白結構,助推糖尿病新藥研發
    蛋白質作為生命活動的承載體及功能執行者，科學家們對其「真面目」始終保持好奇。在X射線衍射、核磁共振及近年來大火的冷凍電鏡等技術的不斷進步之下，蛋白質結構解析也日益成為科學界的「寵兒」。最近，中國科學院上海藥物研究所吳蓓麗研究員和趙強研究員在蛋白質結構解析方面再次斬獲成果：首次測定了胰高血糖素受體（Glucagon receptor, GCGR）全長蛋白與多肽配體複合物的三維結構，揭示了胰高血糖素受體對細胞信號分子的特異性識別及其活化調控機制。相關論文於北京時間1月4日凌晨發表在國際頂級學術期刊《自然》（Nature）。
  • 蛋白質結構分析系列(一)
    一方面是因為之前做的一個課題需要一點點蛋白質結構分析相關的知識和分析技術，另一方面是轉博後忙了三個課題一直沒空寫。上篇推文說要寫這個專題，我一定會把它寫完。寫這個專題之前我先說明，自己並不是結構生物學相關研究領域的，只是因為自己曾經做的一個課題需要這個領域的一點點皮毛知識和技術。在那段時間我發現相比於組學（基因組/轉錄組/單細胞/等等），甚至是進化，蛋白質結構相關的教程是非常非常少。
  • 研究解析寨卡病毒基因組RNA二級結構圖譜並發現調控RNA病毒傳播的...
    該論文對寨卡病毒的RNA基因組在二級結構層次進行了綜合分析和建模，並在此基礎上發現且驗證了一個只在流行株系中特異性存在的長程RNA-RNA相互作用，研究表明該相互作用可能促進寨卡病毒流行株系的細胞感染功能。論文顯示了RNA二級結構對寨卡病毒的重要作用，闡釋了調控RNA病毒傳染性和毒性的新型分子機制，為相關藥物開發提供了重要的結構基礎。寨卡病毒是一種黃熱病毒。
  • 「阿爾法狗」轉行預測蛋白質結構,交大教授建議布局AI+生物醫藥|新...
    上海交通大學生物醫學工程學院特聘教授殷衛海認為，這一成果的科學原理並不新鮮，但確實是一個重大技術突破，有望大幅加快藥物研發速度。上海可加強對「人工智慧+生物醫藥」這個交叉領域的布局，搶佔科技前沿制高點。 人工智慧讓蛋白質結構預測成為可能 蛋白質具有三維結構，由一系列胺基酸摺疊而成。
  • 蛋白質3D結構可用AI解析 生物學界最大的挑戰有望破解
    圖片來源：DeepMind本報訊生物學界最大的挑戰之一——蛋白質三維結構解析如今有望被破解。藉由深度學習程序AlphaFold，谷歌旗下人工智慧公司DeepMind能夠精確預測蛋白質三維形狀。「結構即功能」是分子生物學的定理，若能根據蛋白質的胺基酸序列推出其結構，有助於人們加速了解細胞的組成和運作規律，一些新藥物的研發也能更快推進。長久以來，人們需要藉助實驗確定完整的蛋白質結構，比如X射線晶體學和冷凍電鏡，這些方法往往要花費數月甚至數年時間，目前人類已發現的2億蛋白質中，只有不到20萬的蛋白質結構被解析。