蛋白质爆炸成像（PXI）：基于激光驱动爆炸的蛋白质结构解析
Protein eXplosion Imaging (PXI): Protein Structures from Laser-Driven Explosions
浏览论文内容
中文总结 AI 辅助
本研究通过分子动力学模拟和机器学习，证明可从激光驱动爆炸的离子分布中恢复蛋白质低分辨率结构，为无X射线设施的蛋白质结构测定提供可行性。
中文摘要 AI 辅助
我们研究了强电离蛋白质在爆炸离子轨迹分布中所保留的结构信息。通过分子动力学模拟和机器学习分析，并以解析方法为基准，我们证明仅从爆炸分布中即可恢复低分辨率的结构信息。一个在模拟球形离子图上训练的卷积神经网络集成能够恢复回旋半径和椭球分子包络的三个半轴，预测误差分别为1.2埃和1.5埃，而解析椭球电荷模型给出类似估计，且对球形结构表现最佳。我们进一步研究了如何从离子测量中外推更高层次的结构信息和对称性。本研究支持无需大型X射线设施即可对单个蛋白质进行结构测定的可行性。
英文摘要
We investigate the structural information retained in the distribution of explosion ion trajectories from proteins subjected to strong ionization. Using molecular-dynamics simulations and machine-learning analysis benchmarked against an analytical approach, we show that low-resolution structural information can be retrieved from the explosion distributions alone. An ensemble of convolutional neural networks trained on simulated spherical ion maps recovers the radius of gyration and the three semi-axes of an ellipsoidal molecular envelope with prediction errors of 1.2 Å and 1.5 Å, respectively, while an analytical ellipsoid charge model returns similar estimates and performs best for globular structures. We further investigate how higher-level structural information and symmetries can be extrapolated from ion measurements. This study supports the viability for structural determination of single proteins without large-scale X-ray facilities.
发表机构
- Uppsala University（乌普萨拉大学）
- Deutsches Elektronen-Synchrotron（德国电子同步加速器）
机构由 AI 辅助整理，请以论文原文为准。
