The refinement of the parameters of β-turns using neutron diffraction data

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Beta-bends are a difficult to interpret type of polypeptide chain backbone structure of globular proteins. Beta-bends are usually classified according to the dihedral angles φ and ψ of amino acid residues i + 1 and i + 2. Ramachandran map analysis of amino acid residues i + 1 and i + 2 indicates the resulting conformational stresses in bending. The mechanism of stabilization of their energetically disadvantageous conformations is still unclear. This kind of conformation stresses can only be compensated by additional interactions, such as additional hydrogen bonds, whose geometry and energy compensates for the beta-bending stress. Neutronography is the only available direct method for determining the position of hydrogen atoms in the structures of chemical compounds, including proteins. In this work, beta-bends from 176 protein structures from PDB established by neutronography are studied. In these structures, 3733 beta-bends were found using the i → i + 3 hydrogen bonding criterion. Using clustering by the magnitude of conformational angles, eight types of bends were newly identified. The magnitudes of conformational angles for each type of bend were determined. The hypothesis of additional hydrogen bonding to stabilize the bend was not confirmed, suggesting that the bending stress is compensated by other factors.

About the authors

A. A Korobkov

Engelhardt Institute of Molecular Biology, Russian Academy of Sciences

Moscow, Russia

A. A Khurmuzakiy

I.M. Sechenov First Medical University (Sechenov University)

Moscow, Russia

N. G Esipova

Engelhardt Institute of Molecular Biology, Russian Academy of Sciences

Moscow, Russia

V. G Tymanyan

Engelhardt Institute of Molecular Biology, Russian Academy of Sciences

Moscow, Russia

A. A Anashkina

Engelhardt Institute of Molecular Biology, Russian Academy of Sciences

Email: anastasia.a.anashkina@mail.ru
Moscow, Russia

References

  1. C. M. Venkatachalam, Biopolymers, 6, 1425 (1968). doi: 10.1002/bip.1968.360061006
  2. P. N. Lewis, F. A. Momany, and H. A. Scheraga, Biochim. Biophys. Acta - Protein Struct., 303, 211 (1973). doi: 10.1016/0005-2795(73)90350-4
  3. J. S. Richardson, In Advances in Protein Chemistry, Ed. by C. B. Anfinsen, J. T. Edsall, and F. M. Richards, (Acad. Press, 1981), V. 34, pp. 167-339.
  4. P. Y. Chou and G. D. Fasman, J. Mol. Biol., 115, 135 (1977). doi: 10.1016/0022-2836(77)90094-8
  5. C. M. Wilmot and J. M. Thornton, J. Mol. Biol., 203, 221 (1988). doi: 10.1016/0022-2836(88)90103-9
  6. C. M. Wilmot and J. M. Thornton, Prot. Engineer., Design and Selection, 3 (6), 479 (1990). doi: 10.1093/protein/3.6.479
  7. E. G. Hutchinson and J. M. Thornton, Prot. Sci., 3, 2207 (1994).
  8. M. Shapovalov, S. Vucetic, and R. L. Dunbrack, PLoS Comput. Biol., 15 (3), e1006844 (2019). doi: 10.1371/journal.pcbi.1006844
  9. O. Koch and G. Klebe, Proteins, 74, 353 (2009). doi: 10.1002/prot.22185
  10. A. G. de Brevern, Sci. Rep., 6, 33191 (2016). doi: 10.1038/srep33191
  11. C. Micheletti, F. Seno, and A. Maritan, Proteins, 40, 662 (2000). doi: 10.1002/1097-0134(20000901)40: 4<662::aid-prot90>3.0.co;2-f
  12. Y. Liu, Z. Li, H. Xiong, et al., In Proc. IEEE Int. Conf. on Data Mining (2010), ISBN 978-1-4244-9131-5.
  13. D. Moulavi, P. A. Jaskowiak, R. Campello, et al., In Proc. SIAM Int. Conf. on Data Mining (2014). doi: 10.1137/1.9781611973440.96
  14. E. Oksanen, J. C.-H. Chen, and S. Z. Fisher, Molecules, 22, 596 (2017). doi: 10.3390/molecules22040596

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2023 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».