Содержание к диссертации
Введение
Глава 1. Обзор литературы 5
1.1. Открытие явления самоорганизации белка 5
1.2. Открытие одностадийного перехода («все или ничего») в кинетике 6
1.3. Экспериментальное изучение ядер сворачивания 9
1.4. Теоретические подходы к изучению самоорганизации белка 15
Глава 2. Описание модели 23
2.1. Условия моделирования: точка термодинамического равновесия 23
2.2. Сеть путей сворачивания/разворачивания 24
2.3. Оценка свободной энергии 25
2.4. Поиск переходных состояний на путях разворачивания белка 27
2.5. Анализ сети путей сворачивания/разворачивания белка при помощи метода динамического программирования: поиск оптимального переходного состояния 30
2.6. Анализ сети путей сворачивания/разворачивания белка при помощи метода динамического программирования: полный набор возможных переходных состоянийЗІ
2.7. Ограничения, присущие поиску переходных состояний методом динамического программирования 33
2.8. Поиск переходных состояний методом Монте-Карло 33
Глава 3. Предсказание локализации ядер сворачивания и сравнение результатов расчёта с экспериментальными данными 35
3.1. Вычисление величин Ф 35
3.2. Создание базы данных белков с экспериментально исследованной локализацией ядер сворачивания 37
3.3. Сравнение экспериментально полученных величин Ф с вычисленными при помощи метода динамического программирования 41
3.4. Предсказание ядер сворачивания в белках, для которых экспериментальных данных по ядрам сворачивания пока нет 54
3.5. Сравнение качества предсказаний ядер сворачивания при использовании метода динамического программирования и метода Монте-Карло 56
Глава 4. Сравнение контактов в структурах белков, расшифрованных методами рситгеноструктурного анализа и ЯМР 59
4.1. Создание базы данных 59
4.2. Контакты аминокислотных остатков в ЯМР и РСА структурах 62
4.3. Анализ водородных связей в РСА и ЯМР структурах 66
Глава 5. Расчёт скоростей сворачивания и сравнение результатов расчёта с экспериментальными данными 70
5.1. Оценка скорости сворачивания белка по вычисленной свободной энергии переходного состояния 70
5.2, Вычисление скоростей сворачивания методом Монте-Карло 72
Заключение 76
Выводы 77
Список литературы
- Открытие одностадийного перехода («все или ничего») в кинетике
- Анализ сети путей сворачивания/разворачивания белка при помощи метода динамического программирования: поиск оптимального переходного состояния
- Создание базы данных белков с экспериментально исследованной локализацией ядер сворачивания
- Контакты аминокислотных остатков в ЯМР и РСА структурах
Введение к работе
Выяснение механизма самоорганизации белковых молекул - одна из важных и по сей день не решенных проблем биофизики. Помимо своей
фундаментальной значимости, понимание механизма сворачивания белка имеет огромное значение для решения многих практических задач, таких как разработка лекарств и создание искусственных белков с заданными свойствами. Нарушение правильного сворачивания белков in vivo, а также часто сопутствующий этому процесс агрегации во многих случаях приводят к заболеваниям.
Ключевым этапом процесса сворачивания белка является формирование ядра сворачивания. В процессе сворачивания (или разворачивания) белковая молекула преодолевает свободноэнергетический барьер. Максимально нестабильное состояние белковой цепи на пути ее сворачивания называют переходным состоянием. Ядро сворачивания представляет собой структурированную часть молекулы в переходном состоянии. Так как ядро сворачивания соответствует максимуму свободной энергии на пути сворачивания белка, то скорость образования ядра сворачивания определяет скорость всего процесса сворачивания белковой молекулы. Таким образом, знание ядер сворачивания позволяет:
определить скорость сворачивания белка;
найти пути его сворачивания;
выяснить, образование каких структурных элементов лимитирует скорость сворачивания белковой молекулы.
Из-за того, что ядро сворачивания белковой молекулы отвечает максимуму свободной энергии и потому крайне нестабильно, исследовать его в эксперименте непросто. В настоящее время существует единственный экспериментальный подход к поиску ядер сворачивания -Ф-анализ Фёршта [Matouschek et ah, 1990]. Суть Ф анализа - введение в изучаемый белок точечных мутаций и выявлению тех аминокислотных
остатков, замена которых меняет стабильность переходного состояния белка столь же сильно, как и стабильность нативного состояния.
Поскольку этот экспериментальный подход к определению ядер
сворачивания очень трудоемок, полезно уметь предсказывать ядра
сворачивания теоретически. В данной работе для расчета ядер
сворачивания используется «ландшафтная» теоретическая модель,
созданная в нашей лаборатории [Galzitskaya and Finkelstein, 1999]. В
рамках этой модели процессы сворачивания и разворачивания белка
представляются в виде движения по сети путей
сворачивания/разворачивания на свободноэнергетическом ландшафте. Поиск переходных состояний в такой сети в данной работе осуществляется методами динамического программирования и Монте-Карло.
Целью работы является развитие методов предсказания ядер и скоростей сворачивания белков. Задачи данной работы следующие:
1) определение потенциальных возможностей «ландшафтной»
модели с точки зрения предсказания ядер и скоростей сворачивания;
2) сравнение результатов использования методов динамического
программирования и Монте-Карло в рамках «ландшафтной» модели для
предсказания ядер сворачивания и скоростей сворачивания белка.
Основываясь на «ландшафтной» модели, в данной работе мы определили ядра сворачивания в белках, для которых в настоящее время уже есть экспериментальные данные по ядрам сворачивания, чтобы сравнить теорию и эксперимент и таким образом выяснить возможности расчетов, основанных на «ландшафтной» модели. Кроме того, были сделаны предсказания локализации ядер сворачивания в нескольких белках, для которых экспериментальных данных по ядрам сворачивания пока еще нет, но они будут получены в ближайшее время.
Открытие одностадийного перехода («все или ничего») в кинетике
В настоящее время существует только один, очень трудоемкий экспериментальный подход к поиску ядра сворачивания в белках - Ф анализ Фёршта [Matouschek et al, 1989; Matouschek et al, 1990; Fersht et al, 1992]. Суть Ф анализа заключается в следующем. В изучаемый белок вводят точечные мутации и выявляют аминокислотные остатки, замена которых изменяет стабильность переходного состояния так же сильно, как и стабильность нативного состояния белка [Matouschek et al, 1989; Dobson and Karplus, 1999] (изменение стабильности приводит к изменению скоростей сворачивания и разворачивания). Получаемые с помощью Ф анализа данные о структуре переходного состояния представляют собой величины Ф, определяемые для каждого мутируемого аминокислотного остатка. Величина Ф для аминокислотного остатка г определяется как энергий между нативным и денатурированным состояниями, индуцированное мутацией в аминокислотном остатке г, а Ar[Fпереходное — Г денатурирананное] — ИНДуЦИрОВаННОЄ ЭТОЙ ЖЄ МуТЭЦИеЙ изменение в разности свободных энергий между переходным И денатурированным состояниями. Величина Ф вычисляется из экспериментальных данных как А,.\пк[/Аг\пК, где К - константа равновесия (kf/ku), kf и ku — константы скорости сворачивания и скорости разворачивания, а Аг обозначает изменение соответствующей константы, вызванное мутацией в аминокислотном остатке г.
Согласно модели нативоподобного ядра сворачивания \Matouschek et al, 1989; Jackson, 1998], Ф=1 означает, что данный аминокислотный остаток имеет нативоподобное окружение уже в переходном состоянии (то есть остаток входит в ядро сворачивания), в то время как Ф=0 означает, что аминокислотный остаток в переходном состоянии не имеет нативных контактов (то есть он не входит в ядро сворачивания). Интерпретация промежуточных значений величины Ф (-0.5) неоднозначна: в этом случае аминокислотный остаток либо находится на поверхности ядра сворачивания, либо существует несколько путей (а значит, и ядер) сворачивания, а данный остаток входит лишь в одно из таких альтернативных ядер [Fersht et al, 1994; Martinez et al, 1998; Moran et al, 1999; Kim et al, 1998; Ozkan et al, 2001; Bulaj and Goldenberg, 2001; Krantz and Sosnick, 2001; Northey et al, 2002]. Стоит заметить, что значения Ф 0 и Ф 1, не имеющие структурной интерпретации в рамках модели нативоподобного ядра сворачивания, встречаются очень редко и всегда относятся к аминокислотным остаткам с недостаточно точно измеренными значениями ДЛ1пК [Галзитская и др., 2001].
Кроме величин Ф, существует ещё один экспериментально измеряемый параметр, характеризующий переходное состояние, -компактность переходного состояния (Рт). В отличие от величин Ф, которые определяются для каждого аминокислотного остатка, параметр рт относится к белку в целом. Величину параметра рт определяют по зависимости скоростей сворачивания и разворачивания белка от концентрации денатуранта С [Matouschek et al, 1995]: рт = (51nfc[/8Q/(51nK/5C). Если величина рт близка к 1, то доступная растворителю поверхность белка в переходном состоянии близка к таковой белка в нативном состоянии; если же Рт близка к 0, то переходное состояние по компактности похоже на развёрнутое состояние. Для маленьких белков величины рт обычно составляют около 0.6-0.8; в то же время, среднее значение величин Ф по белку в целом обычно равно 0.3-0.4. Такое несоответствие можно объяснить как тем, что в переходном состоянии нативные контакты несколько ослаблены, так и тем, что, кроме нативных контактов, в переходном состоянии сформированы некоторые ненативные контакты [Li et ah, 2000]. Последнее можно проверить с помощью цикла двойных точечных замен [Fersht et al.,, 1992; Fersht, 2000], то есть мутируют два аминокислотных остатка одновременно и по одному, и по изменениям свободной энергии определяют, существует ли ненативное взаимодействие между этими остатками в переходном состоянии [Carteretal, 1984; Horovitz, 1996].
Основные допущения, на которых основывается метод Ф анализа [Matouschek et al, 1989], состоят в том, что точечные мутации не меняют кардинально ни пути сворачивания, ни ядра сворачивания, ни структуру нативного состояния, ни ансамбль развернутых состояний. Это обычно верно, если мутированный остаток не крупнее исходного (что может привести к тому, что более крупный остаток «не помещается» в гидрофобном ядре белка), и если мутация не связана с введением зарядов внутрь белковой глобулы [Fersht, 2000]. Известно, однако, что некоторые наиболее радикальные мутации способны значительно изменить распределение структур в ансамбле переходных состояний [Burton et al, 1997]. С другой стороны, Санчез и Кифхабер недавно показали [Sanchez and Kiefhaber, 2003], что экспериментальные величины Ф являются недостоверными, если стабильность нативного состояния в результате данной мутации меняется меньше, чем на 1.7 ккал/моль (то есть, если стоящая в знаменателе уравнения (1.1) величина Ar[FnamueHoe — FdeHamypiipoaaHHoe] ЛЄЖИТ МЄЖДУ —1.7 И +1.7 ККал/мОЛЬ), ЧТО приводит к большим погрешностям при определении Ф. Фёршт и Сато [Fersht and Sato, 2004], напротив, утверждают, что мутации, которые дестабилизируют нативное состояние на 0.6 - 2 ккал/моль, оптимальны для получения величин Ф, в то время как мутации, сильно (более 2 ккал/моль) дестабилизирующие нативное состояние, способны изменить ансамбль переходных состояний, что затруднит интерпретацию получаемых величин Ф.
Анализ сети путей сворачивания/разворачивания белка при помощи метода динамического программирования: поиск оптимального переходного состояния
Метод динамического программирования является общим подходом к оптимизации многостадийных процессов [Ахо и др., 1979; Finkelstein and Roytberg, 1993]. В частности, этим методом решается уравнение типа (2.4). Алгоритм [Galzitskaya and Finkelstein, 1999] имеет следующий вид.
Так алгоритм находит высоту самого низкого перевала через барьер свободной энергии, разделяющий нативную структуру белка и клубок. Все значения р(1) сохраняются, чтобы использовать их позже для нахождения структуры, соответствующей этому перевалу (или перевалам - так как нет никакой гарантии, что только один перевал имеет минимальную свободную энергию). Для нахождения этого перевала (или перевалов) мы выполняем подобную рекурсию в обратном направлении [Ахо и др., 1979; Finkelstein and Roytberg, 1993]. Цель этой обратной рекурсии - для каждого I найти q(I), высоту самого низкого барьера свободной энергии путей, следующих от / (исключительно) до IL, а затем вычислить
Нет никакой гарантии, что белок сворачивается и разворачивается только через промежуточное состояние с минимальной свободной энергией. Он может использовать и другие, не оптимальные, но, возможно, весьма многочисленные перевалы через свободноэнергетический барьер, и нам нужно оценить их разнообразие.
Структура / соответствует одному из перевалов через барьер, если ее собственная свободная энергия F(f) совпадает с / (/), с высотой самого низкого барьера свободной энергии на путях, ведущих от 1о к JL через эту /. Поэтому мы отбираем структуры с F(I)=F"(J) и, таким образом, получаем полный набор {/ } всех возможных перевалов через барьер свободной энергии, отделяющий 1о от IL. Этот набор дает максимальную оценку разнообразия переходных состояний (он может быть избыточным, так как путь к переходному состоянию, высокому по свободной энергии, может пролегать через другое переходное состояние, обладающее более низкой свободной энергией). В то же время набор {fm\n} (который включает только промежуточные состояния с минимальной свободной энергией min) Дает минимальную оценку их разнообразия. Чтобы обрисовать ядро, мы исследуем оба этих набора.
Чтобы исследовать набор переходных состояний {Г} (или набор переходных состояний {/ min}), мы вычисляем больцмановы веса для всех переходных состояний в наборе:
Здесь сумма охватывает все состояния, формирующие набор переходных состояний {1} (или набор переходных состояний {fm[n}, если нас интересуют только переходные состояния с самой низкой свободной энергией). Все состояния набора {Ґт-т} имеют одинаковые свободные энергии и, таким образом, одинаковые больцмановы веса. Для членов же набора {/ } свободные энергии, а потому и величины Р{1 ) могут быть различными. В этом случае, чем выше величина Р(Ґ), тем быстрее путь через перевал / (согласно обычной [Moore and Pearson, 1981] экспоненциальной зависимости скорости реакции от свободной энергии переходного состояния), и поэтому тем чаще цепи используют этот перевал /"для своего сворачивания и разворачивания.
Чтобы сделать практически возможным поиск переходного состояния на огромной, в принципе, сети путей сворачивания/разворачивания, нам приходится ограничивать эту сеть. Поэтому мы рассматриваем только структуры, содержащие, кроме неупорядоченных N- и С-концевых хвостов, не более двух замкнутых неупорядоченных петель. Этих четырех неупорядоченных участков должно быть достаточно для описания разворачивания белка из N 100 аминокислотных остатков, так как оцененное [Финкельштейп и Бадретдинов, 1997] число неупорядоченных развернутых участков в переходном состоянии составляет примерно JV2/3/6. С той же целью (ограничить исследуемую сеть) мы используем «звенья» цепи, состоящие не из одного, а из нескольких аминокислотных остатков. Это ограничит точность наших вычислений, но не принципиально, так как такие «звенья» все равно много меньше ожидаемого размера ядра сворачивания (которое должно содержать около половины аминокислотных остатков белковой глобулы [Finkelstein and Badretdinov, 1997; Финкельштейп и Бадретдинов, 1997]. Вышеописанных ограничений не возникает, если для поиска переходных состояний использовать метод Монте-Карло. Однако метод Монте-Карло позволяет анализировать лишь отдельные пути сворачивания/разворачивания.
Создание базы данных белков с экспериментально исследованной локализацией ядер сворачивания
Чтобы определить качество предсказаний ядер сворачивания нашим методом, были отобраны белки, которые в настоящее время уже исследованы экспериментально и для которых экспериментальные данные по ядрам сворачивания уже есть (всего 17 белков). Это следующие белки: U1A из Homo sapiens [Ternstrom et al, 1999]; SH3 домен а-спектрина из Gal tits gallus [Martinez and Serrano, 1999]; ДНК-связывающий белок Sso7d из Sulfolobus solfataricus [Guerois and Serrano, 2000]; Bl иммуноглобулинсвязывающий домен белка G из Streptococcus sp. [McCallister et ai, 2000]; TNfn3 домен тенасцина из Homo sapiens [Hamiil et ah, 2000]; с и гнал передающий белок CheY из Escherichia coli [Lopez-Hernandez and Serrano, 1996]; барназа из Bacillus amyloliquefaciens [Serrano et at., 1992]; sucl из Schizosaccharomyces pombe [Schymkowitz et ai, 2000]; S6 белок рибосомы Thermits thermophilus [Lindberg et ai, 2002]; ингибитор химотрипсина CI-2 из Hordeum vulgare [ltzhaki et ah, 1995]; FK-506 связывающий белок FKBP12 из Homo sapiens [Fulton et ai, 1999]; ТІ 127 домен титина из Homo sapiens [Fowler and Clarke, 2001]; SH3 домен тирозиновой протеинкиназы Src из Gallus gallus [Grantcharova et al, 1998]; домен I виллина из Gallus gallus [Choe et al, 2000]; Bl домен белка L из Peptostreptococcus magnus [Kim et ai, 2000]; ингибитор барназы барстар из Bacillus amyloliquefaciens [Netting and Andert, 2000]; FNfnlO домен фибронектина из Homo sapiens [Cota et al, 2001]. В скобках указаны экспериментальные работы, в которых исследованы ядра сворачивания соответствующего белка и из которых мы взяли экспериментально полученные величины Ф для сравнения с вычисленными нами теоретически.
Для сравнения с результатами расчётов мы взяли те экспериментально измеренные величины Ф, которые получены путём одиночных аминокислотных замен, при которых из белка удаляется хотя бы один неводородный атом (так как величина Ф будет относиться к удаляемой части аминокислотного остатка), а новые атомы в структуру не вводятся (этих же правил обычно придерживаются и при экспериментальном Ф анализе). Кроме того, из рассмотрения было исключено несколько экспериментальных величин Ф, которые были меньше 0 либо больше 1, то есть не имеют структурной интерпретации. Список экспериментально полученных величин Ф, использовавшихся для сравнения с результатами расчётов, приведен в таблице 3.1, а также на сайте по адресу: http://phys.protres.ru/resources/phi values.htm.
Координаты пространственных структур белков в нативном состоянии были взяты из банка белковых структур PDB (Protein Data Bank) [Bernstein et ah, 1977]. Если для белка известно несколько пространственных структур, мы предпочитали использовать структуру мономера, решенную методом ре нтге неструктурно го анализа (далее - РСА структура) с наилучшим разрешением, и не содержащую крупных лигандов. Если структура белка решена методом ядерного магнитного резонанса (далее - ЯМР структура), мы усредняли результаты расчетов по всем моделям. Некоторые параметры использованных нами пространственных структур указаны в таблице 3.2. Для белка sucl в PDB есть лишь пространственные структуры димера, в которых мономеры обменялись Р-участками; координаты этого белка в мономерной форме были любезно предоставлены Дж. Шимковицем.
В таблице 3.3 представлены коэффициенты корреляции (для каждого из исследованных 17 белков) между экспериментальными и теоретическими величинами Ф, полученными с помощью метода динамического программирования. Коэффициент корреляции, усреднённый по всем 17 исследованным белкам, получается невысоким (0.38±0.07), если при расчёте величин Ф учитывать только ядра сворачивания, имеющие минимальную свободную энергию (иными словами, это «оптимальные» ядра сворачивания). Если разделить белки согласно методу получения их пространственной структуры (РСА либо ЯМР), то оказывается, что корреляция между теоретически вычисленными и экспериментально измеренными величинами Ф для белков, структуры которых получены методом РСА, выше (коэффициент корреляции составляет 0.45), чем для белков, структуры которых получены с помощью метода ЯМР (коэффициент корреляции равен 0.28).
Мы попытались улучшить качество предсказаний. Если при расчёте принимать во внимание весь ансамбль ядер сворачивания (см. правый столбец таблицы 3.3), а не только ядра сворачивания с минимальной свободной энергией, то средний коэффициент корреляции возрастает для белков, структура которых решена методом РСА (коэффициент корреляции составляет 0.57 вместо 0.45).
Как уже отмечалось, во многих пространственных структурах белков, представленных в банке данных PDB, координаты атомов водорода не указаны (особенно это касается структур, решённых методом рентгеноструктурного анализа). Влияет ли наличие атомов водорода в пространственной структуре, используемой для расчёта, на качество предсказания ядер сворачивания? В таблице 3.4 представлены коэффициенты корреляции экспериментально исследованных величин Ф с теоретически вычисленными при расчёте ядер сворачивания на основе трёхмерной структуры, содержащей и атомы водорода (если атомы водорода не указаны в структуре, недостающие атомы были добавлены с помощью программы INSIGHT II (Accelrys Inc.) при рН 7.0). Как и в предыдущем случае, во внимание принимался весь ансамбль переходных состояний; расчёт вёлся методом динамического программирования. Из таблицы видно, что коэффициент корреляции, усреднённый по всем 17 белкам, остаётся практически неизменным, однако для белков, решённых методом PC А, коэффициент корреляции при добавлении атомов водорода возрастает (с 0.57 до 0.64).
Контакты аминокислотных остатков в ЯМР и РСА структурах
В случае, когда анализ сети путей сворачивания/разворачивания проводился с помощью метода динамического программирования, мы вычисляли эффективную величину свободной энергии барьера: F(nC) = -RT\n X expt- - J, (5.,) где lL - полностью развернутое состояние белковой цепи. Эта теоретически вычисленная величина свободной энергии барьера должна коррелировать с логарифмом экспериментально измеренного времени сворачивания (таблица 5.1).
Метод Монте-Карло позволяет получать время сворачивания отдельной молекулы, измеренное в числе Монте-Карловских шагов (см. рис. 5.2). В качестве теоретически рассчитанного времени сворачивания белка мы использовали время, за которое свернулась половина молекул (то есть, 25 из 50 проведенных запусков привели к образованию нативной структуры [Galzitskaya and Finkehtein, 1995]).
Вычисленные эффективные величины свободной энергии барьера хорошо коррелируют с логарифмом экспериментально измеренного времени сворачивания в точке термодинамического равновесия: коэффициент корреляции составляет 0.73±0.11 (рис. 5.1, таблица 5.1). С другой стороны, величины свободной энергии барьера практически не коррелируют с логарифмом экспериментально измеренного времени сворачивания в воде, далеко от точки термодинамического равновесия: для этого случая коэффициент корреляции теории с экспериментом составляет 0.18±0.23. Отсутствие корреляции в последнем случае неудивительно, так как вычисленные величины свободной энергии барьера соответствуют точке термодинамического равновесия.
Чтобы получить характерное время (tm) достижения белковой цепью полностью свёрнутого состояния, мы проводили моделирование 50 раз для каждого белка [Galzitskaya and Finkelstein, 1995], и іш определялось как число Монте-Карловских шагов, требующихся для сворачивания половины молекул (то есть, нативная структура достигалась 25 раз из 50).
Поставив ограничение на 10 Монте-Карловских шагах, мы смогли вычислить U/2 для 10 из 17 исследованных белков. На рисунке 5.2а показана типичная кинетика сворачивания отдельной белковой молекулы, прослеженная с помощью иетода Монте-Карло (на примере SH3 домена Src). Белковая молекула стартует из полностью развёрнутого состояния (слева), довольно долго находится вблизи развёрнутого состояния, затем преодолевает свободноэнергетический барьер и после этого быстро сворачивается полностью. На рисунке 5.26 изображён фрагмент кинетики сворачивания В1 домена белка G, соответствующий переходу молекулы через свободноэнергетический барьер и сворачивание её в нативное состояние (на врезке показана эта же кинетика целиком).
Вычисленные (для точки термодинамического равновесия) величины tj/2 для 10 белков имеют хороший коэффициент корреляции с экспериментально измеренным временем сворачивания в точке термодинамического равновесия: коэффициент корреляции составляет 0.70±0.05 (рис. 5.3). Следует отметить, что коэффициент корреляции, полученный для метода Монте-Карло, превышает полученный с помощью метода динамического программирования для тех же 10 белков (коэффициент корреляции в случае ДП составляет 0.48±0.10).
В представленной диссертационной работе путём сравнения результатов расчёта с экспериментальными данными продемонстрированы возможности «ландшафтной» модели для предсказания ядер и скоростей сворачивания глобулярных белков с известной пространственной структурой.
Оптимизирован основанный на методе динамического программирования (в рамках «ландшафтной» модели) подход к поиску ядер сворачивания; этот же подход впервые применён для оценки эффективной величины свободноэнергетического барьера на пути сворачивания белка. Впервые применен метод Монте-Карло в рамках «ландшафтной» модели для поиска ядер сворачивания. Сравнение результатов расчета с экспериментальными данными показало, что оба метода (метод динамического программирования и метод Монте-Карло) в рамках «ландшафтной» модели позволяют удовлетворительно предсказывать ядра и скорости сворачивания глобулярных белков. Развитые в данной работе методы позволяют существенно более точно предсказать локализацию ядер сворачивания для белковых структур, решенных методом рентгеноструктурного анализа, чем для структур, решенных методом ядерного магнитного резонанса. Описанный в данной работе подход к поиску ядер сворачивания белка может найти применение в белковой инженерии, биоинформатике и биотехнологии.
Кроме того, впервые проведено систематическое сравнение структур одних и тех же белков, расшифрованных методами рентгеноструктурного анализа, с одной стороны, и ядерного магнитного резонанса, с другой, и найдены тонкие, но достоверные различия между такими структурами.
