Information

5.3.4: Modul 2 Aufgabe - Protein Engineering Forschungsartikel - Biologie

5.3.4: Modul 2 Aufgabe - Protein Engineering Forschungsartikel - Biologie


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Überblick

Den Abschluss des Moduls 2 bildet ein Forschungsartikel, in dem Sie Ihre Protein-Engineering-Untersuchung beschreiben. Ihre Arbeit in Modul 2 sollte der Qualität der wissenschaftlichen Primärliteratur (mit Ausnahme des Fehlens von Experimentwiederholungen) nahe kommen, insbesondere im Hinblick auf die Erläuterung und nicht nur die Dokumentation Ihrer Beobachtungen.

Achten Sie darauf, die 20.109 . zu überprüfen Erklärung zu Zusammenarbeit und Integrität wie Sie fortfahren.

Schreiben eines "Forschungsartikels" versus eines "Laborberichts"

Ein kurzer, aber unwissenschaftlicher Überblick über die "Anleitungen für Autoren" mehrerer Zeitschriften zeigt einige gemeinsame Themen, die es wert sind, hier berücksichtigt zu werden. Zum Beispiel die Anweisungen von Die Zeitschrift für Zellbiologie (JCB) sagen:

"Um eine Veröffentlichung im JCB zu rechtfertigen, muss ein Manuskript neue und signifikante mechanistische Einblicke in eine zelluläre Funktion bieten, die für eine allgemeine Leserschaft von Interesse sind. Manuskripte mit rein beschreibenden Beobachtungen werden nicht veröffentlicht."

Ebenso die Anweisungen von Molekulare Zellbiologie (MCB)-Zustand:

"MCB widmet sich der Weiterentwicklung und Verbreitung von grundlegendem Wissen über die Molekularbiologie eukaryontischer Zellen, sowohl mikrobieller als auch höherer Organismen Sequenz) werden nicht berücksichtigt."

Offensichtlich besteht das Ziel der veröffentlichten Forschung nicht darin, Beobachtungen zu katalogisieren oder zu beschreiben, sondern die Informationen zu einer zusammenhängenden Geschichte zu sammeln, die das allgemeine Verständnis fördert und Erkenntnisse liefert, die andere nutzen können. Dies ist der entscheidende Unterschied zwischen einem "Laborbericht", der in erster Linie Ihre Beobachtungen beschreibt, und dem "Forschungsartikel", den Sie schreiben, der Sie einlädt, die Erkenntnisse aus Ihren Daten zu teilen. Hier müssen Sie Ihre Ergebnisse einrahmen, um eine umfassendere Frage zu beantworten, die für die Community von allgemeinem Interesse ist. Viele der Formatanweisungen, die für a . galten Laborbericht gelten auch für Ihren Forschungsartikel, aber bedenken Sie, wie sich die Intention der beiden schriftlichen Arbeiten unterscheidet.

Logistik

Einreichung des ersten Entwurfs

Der erste Entwurf Ihres Forschungsartikels ist bis 11 Uhr am Tag 1 von Modul 3 fällig.

Überarbeitete Artikeleinreichung

Ihr erster Entwurf, mit Rückmeldungen sowohl von der schriftlichen als auch von der technischen Fakultät, wird 9 Tage später am Tag 4 von Modul 3 zurückgesendet. Sie haben dann die Möglichkeit, Ihren Bericht bis zu einer Verbesserung um einen Buchstaben zu überarbeiten. Der endgültige Entwurf ist an Tag 6 von Modul 3 fällig. Bitte heben Sie wesentliche Überarbeitungen Ihres Textes hervor, z. B. durch Verwendung einer andersfarbigen Schriftart.

Formatierungserwartungen

  • Ihr Hauptdokument (ohne Zahlen) sollte/haben
    • .doc (bevorzugt) oder .pdf
    • 12-pt-Schriftart
    • mit 1-Zoll-Rändern
    • zweizeilig (mit Ausnahme des Abstracts)
  • Figuren können in einem separaten Zeichenprogramm (z. B. Powerpoint) erstellt werden und sollten als .pdf eingereicht werden

Richtlinien zur Länge

Zahlen nicht mitgezählt, sollte die Berichtslänge 13 Seiten nicht überschreiten. Folgende grobe Einteilung wird empfohlen:

  • Einführung: 2-2,5 Seiten
  • Methoden: 3-3,5 Seiten
  • Ergebnisse: 2-2,5 Seiten
  • Diskussion: 3-4 Seiten

Prägnantes Schreiben wird geschätzt und belohnt!

Diskussion und Zitate

In diesem Abschnitt sollten alle in der Modul-1-Aufgabe beschriebenen bewährten Verfahren umgesetzt werden, jedoch auf einem fortgeschritteneren Niveau. Von Ihnen wird erwartet, dass Sie die breitere wissenschaftliche Literatur gründlicher als bisher zitieren, um sowohl Ihre Untersuchungsfrage in der Einleitung zu formulieren als auch Ihre Analyse in der Diskussion zu untermauern. Sie sollten auch spezifische zukünftige Experimente vorschlagen und anderweitig zeigen, dass Sie die Bedeutung und Bedeutung Ihrer Ergebnisse gründlich verstehen; Wenn Sie beispielsweise eine Hypothese darüber haben, warum eine Mutation die Wirkung hatte, überlegen Sie, welche Folgeexperimente Sie versuchen könnten. Neben dem Ziehen von Schlussfolgerungen aus Ihren eigenen Daten wird von Ihnen erwartet, dass Sie einige Zeit damit verbringen, die Daten Ihrer Mitschüler zu berücksichtigen.

Vorgeschlagene Zahlen

Bei den meisten Forschungsvorhaben werden Sie mehr Daten sammeln, als Sie letztendlich veröffentlichen. Im Sinne eines Forschungsartikels sollten Sie in dieser Aufgabe nur wesentliche Daten präsentieren. Wenn beispielsweise Ihre Sequenzierungsreaktionen funktioniert haben, müssen Sie den redundanten diagnostischen Verdau, den Sie zur schnellen Überprüfung Ihres Konstrukts verwendet haben, nicht vorlegen. Die folgende Abbildungsliste sollte für die meisten Ihrer Zuschreibungen geeignet sein, Sie können jedoch aus gutem Grund Änderungen vornehmen.

  • Schaltpläne/Diagramme
    • Darstellung Ihrer Designstrategie für Mutagenese
  • Figuren
    • SDB-SEITE
    • Titrationskurven für WT und mutiertes Protein
  • Tabellen oder nur Text
    • Sequenzanalyse
    • Beobachtungen von Zellpellets – Farbe und relatives Wachstum
    • Gereinigte Proteinkonzentration
    • Tabelle der KD- und/oder Hill-Werte für konkurrierende Modelle

Auswertung

Die vollständige Beschreibungsrubrik für Laborberichte finden Sie auf der Richtlinien für das Verfassen Ihrer Forschung. Die Gewichtung für Modul 2, die sich von der für Modul 1 unterscheidet, ist wie folgt:

SEKTIONWERT (%)
Titel2
Abstrakt5
Einführung20
Materialen und Methoden10
Ergebnisse23
Diskussion25
Verweise5
Schreiben10

Eine neue Strategie zur NMR-Resonanzzuordnung und Proteinstrukturbestimmung

Die Qualität von Proteinstrukturen, die durch Kernspinresonanzspektroskopie (NMR) bestimmt werden, hängt von der Anzahl und Qualität der experimentell abgeleiteten Resonanzzuordnungen, Abstands- und Winkelbeschränkungen ab. Zwei Hauptmerkmale von Protein-NMR-Daten haben die routinemäßige und automatisierte Strukturbestimmung von kleinen bis mittelgroßen Proteinen vor Herausforderungen gestellt (1) spektrale Auflösung – insbesondere von Spektren der Overhauser-Effekt-Spektroskopie (NOESY) mit vielen Kernen, und (2) die Abhängigkeit von einem kontinuierlichen Netzwerk schwacher skalarer Kopplungen als Teil der gängigsten Zuweisungsprotokolle. Um die NMR-Strukturbestimmung zu erleichtern, haben wir eine halbautomatische Strategie entwickelt, die uneinheitliche Abtastung (NUS) und mehrdimensionale Zerlegung (MDD) zur optimalen Datensammlung und -verarbeitung ausgewählter, hochauflösender mehrdimensionaler NMR-Experimente nutzt, kombiniert mit einem ABACUS Protokoll für sequenzielle und Seitenkettenresonanzzuordnungen und rationalisierte dieses Verfahren, um Struktur- und Verfeinerungsberechnungen in CYANA bzw. CNS durchzuführen. Zur effizienten Analyse und Zusammenstellung der Daten sowie zur automatisierten Strukturbestimmung wurden zwei grafische Benutzeroberflächen (GUIs) entwickelt. Diese integrierte Methode wurde an über 30 hochwertigen Strukturen von Proteinen mit einer Größe von 5,5 bis 16,5 kDa implementiert und verfeinert.

Dies ist eine Vorschau von Abonnementinhalten, auf die Sie über Ihre Institution zugreifen können.


Automatische Zuordnung von Proteinrückgrat-Resonanzen durch direkte Spektreninspektion bei gezielter Erfassung von NMR-Daten

Die Notwendigkeit, große mehrdimensionale Datensätze zu erfassen, eine Grundlage für die Zuordnung von NMR-Resonanzen, führt zu langen Datenerfassungszeiten, in denen ein erheblicher Abbau einer Proteinprobe auftreten kann. Hier schlagen wir eine für ein solches Protein anwendbare Methode zur automatischen Zuordnung von Rückgratresonanzen durch direkte Untersuchung mehrdimensionaler NMR-Spektren vor. Um ein optimales Gleichgewicht zwischen Vollständigkeit der Resonanzzuordnung und Verlusten von Kreuzpeaks durch dynamische Prozesse/Proteinabbau herzustellen, wird die Zuordnung von Rückgratresonanzen als Rührkriterium für die dynamisch kontrollierte gezielte nichtlineare NMR-Datenerfassung festgelegt. Das Ergebnis wird mit der 12 kDa 13 C, 15 N-markierten Apo-Form des Häm-Chaperon-Proteins CcmE demonstriert, wo eine hydrolytische Spaltung von 29 C-terminalen Aminosäuren nachgewiesen wird. Für dieses Protein werden 90 bzw. 98% der manuell zuweisbaren Resonanzen automatisch innerhalb von 10 bzw. 40 Stunden nach der nichtlinearen Abtastung von fünf 3D-NMR-Spektren zugewiesen, anstatt 600 Stunden, die zum Vervollständigen des vollständigen Zeitbereichsgitters benötigt werden. Außerdem werden Resonanzen identifiziert, die von Abbauprodukten herrühren. Diese Studie weist darauf hin, dass die automatische Resonanzzuordnung als Leitkriterium für die optimale Laufzeitzuweisung von NMR-Ressourcen in Anwendungen auf Proteine ​​dienen könnte, die zum Abbau neigen.

Dies ist eine Vorschau von Abonnementinhalten, auf die Sie über Ihre Institution zugreifen können.


EXPERIMENTELLE VERFAHREN

Materialien und Tiere

Kunming-Albino-Mäuse und Sprague-Dawley-Ratten wurden von der Xiangya School of Medicine, Central South University, gekauft. Alle Sequenzierungsreagenzien wurden von der Applied Biosystems (Foster City, CA) Division von PerkinElmer Life Sciences erworben. Die 3′- und 5′-RACE-Kits und das TRIzol-Reagenz wurden von Invitrogen bezogen. Restriktionsenzyme, Taq DNA-Polymerase und das pGEMT-Easy-Vektorsystem wurden von Promega (Madison, WI) erworben. Alle Synthesereagenzien wurden von Chemassist Corp. gekauft. Trifluoressigsäure (TFA) und α-Cyano-4-hydroxyzimtsäure wurden von Sigma bezogen. Alle Reagenzien waren von analytischer Qualität.

Toxinreinigung

Das Gift wurde durch elektrische Stimulation weiblicher Spinnen gewonnen und das gefriergetrocknete Rohgift wurde vor der Analyse bei �ଌ gelagert. Lyophilisiertes Gift, gelöst in bidestilliertem Wasser, wurde durch Ionenaustauschchromatographie und Umkehrphasen-HPLC gereinigt. Die Ionenaustauschchromatographie wurde unter Verwendung einer Waters Protein-Pak CM 8H-Säule (10 × 100 mm) auf einem Waters 650 Advanced Proteinreinigungssystem, ausgestattet mit einem Modell 486 Detektor, durchgeführt. Durch Ionenaustauschchromatographie erhaltene Fraktionen wurden unter Verwendung von Umkehrphasen-HPLC auf einer Vydac C18-Säule (300 Å, 4,6 × 250 mm) auf einem Waters Alliance 2690 HPLC-System mit einem Modell 996 Photodiodenarray-Detektor weiter fraktioniert. Die Disulfidverbindungen von HNTX-III wurden durch partielle Reduktion nach der von Gray (21, 22) beschriebenen Methode bestimmt.

Elektrophysiologische Assays

Ganzzell-Clamp-Aufzeichnungen von spannungsabhängigen Natriumströmen wurden aus Ratten-DRG-Neuronen erzeugt, die von 30 Tage alten Sprague-Dawley-Ratten akut dissoziiert und gemäß den von Hu und Li (23) beschriebenen Verfahren in einer Kurzzeit-Primärkultur gehalten wurden. DRG-Zellen mit großem Durchmesser (etwa 50 Picosiemens bei langsamer Kapazität) und solche mit relativ kleinem Durchmesser (etwa 20 Picosiemens bei langsamer Kapazität) wurden für die Untersuchung der TTX-S- bzw. TTX-R-Natriumströme ausgewählt. Inzwischen wurde TTX in einer Endkonzentration von 200 nmol/Liter verwendet, um den TTX-R-Natriumstrom vom TTX-S-Natriumstrom zu trennen. Ein humanes Nav1.1𠄱.5- oder Nav1.7-Kanalplasmid und ein Plasmid für grün fluoreszierendes Protein wurden transient in humane embryonale Nierenzellen 293 (HEK 293) unter Verwendung von Lipofectamine 2000 (Invitrogen) gemäß den Anweisungen des Herstellers transfiziert. HEK 293-Zellen wurden unter Standard-Gewebekulturbedingungen (5% CO2 37 ଌ) in DMEM, ergänzt mit 10 % FBS. Die 㬡-Untereinheit wurde mit dem Nav1.7-Kanal kotransfiziert, um die Stromdichte zu erhöhen. Zellen mit grüner Fluoreszenz wurden für die Ganzzell-Patch-Clamp-Aufzeichnung 36� h nach der Transfektion ausgewählt. Patch-Clamp-Experimente wurden bei Raumtemperatur durchgeführt. Saugpipetten (2,0𠄳,0 Megaohm) wurden aus Kapillarröhrchen aus Borosilikatglas unter Verwendung eines zweistufigen vertikalen Mikropipettenziehers hergestellt. Die Pipettenlösung enthielt 145 m m CsCl, 4 m m MgCl2୶H2O, 10 mm HEPES, 10 mm EGTA, 10 mm Glucose, 2 mm ATP (pH 7,2). Die externe Lösung enthielt 145 m m NaCl, 2,5 m m KCl, 1,5 m m CaCl2, 1,2 mm MgCl2୶H2O, 10 mm HEPES, 10 mm Glucose (pH 7,4). Für die in der Legende zu 7 beschriebenen Experimente wurden modifizierte Lösungen verwendet, um die nach außen gerichteten Natriumstromamplituden zu verstärken. Die modifizierte Pipettenlösung enthielt 108 m m NaCl, 35 m m CsF, 1 m m EGTA, 2 m m KCl und 10 m m HEPES, pH 7,3. Die modifizierte Badelösung enthielt 105 m m NaCl, 35 m m n-Methyl- d-Glucaminchlorid, 5 mm CsCl, 2 mm KCl, 1 mm MgCl2, 1 mm CaCl2und 10 mm HEPES, pH 7,3 (19). Experimentelle Daten wurden mit dem Programm Pulse/Pulsefit Version 8.0 (HEKA Electronics) gesammelt und analysiert. Makroskopische Natriumströme wurden bei 5 kHz gefiltert und bei 20 kHz mit einem EPC-9 Patch-Clamp-Verstärker (HEKA Electronics) digitalisiert. Der Serienwiderstand wurde in der Nähe von 5 Megaohm gehalten und auf 65�% linear kapazitiv kompensiert und Leckströme wurden mit dem P/4-Protokoll digital subtrahiert.

NMR-Spektroskopie von HNTX-III

Die NMR-Probe wurde durch Auflösen des HNTX-III in 450 µm 20 mm Deuterium-Natriumacetat-Puffer (H2O/D2O, 9:1, v/v) mit 0,002 % NaN3 und 0,01 m m EDTA mit einer Endkonzentration von 6 m m HNTX-III und einem pH von 4,0. Natrium-3-(trimethylsilyl)propionat-2,2,3,3-D4 wurde als interne Referenz für die chemische Verschiebung auf eine Endkonzentration von 200 μ m zugegeben. Für Experimente in D2O, die in H . verwendete Probe2O-Experimente wurden lyophilisiert und dann in 450 μl 99,996% D . wieder aufgelöst2O (Cambridge Isotope Laboratories). Alle NMR-Spektren wurden auf einem 500-MHz-Bruker DRX-500-Spektrometer mit einer Probentemperatur von 298 K beobachtet. Mehrere Sätze zweidimensionaler Spektren wurden in einem phasenempfindlichen Modus durch die zeitproportionale Phaseninkrement-Methode mit Standard-Pulssequenzen aufgenommen und Phasenzyklus. Spektren der Totalkorrelationsspektroskopie wurden mit einer Mischzeit von 85 ms erhalten. NOESY-Spektren wurden in D . aufgenommen2O mit einer Mischzeit von 200 ms und in H2O mit Mischzeiten von 100, 200 und 400 ms. Die Lösungsmittelunterdrückung wurde gemäß der Vorsättigungsmethode erreicht. Alle zweidimensionalen Messungen wurden mit 512� Frequenzdatenpunkten aufgezeichnet und mit Nullen aufgefüllt, um 1024� Datenmatrizen zu ergeben, außer im hochauflösenden doppelt quantengefüllten COSY-Spektrum. Das doppelt quantengefüllte COSY-Spektrum wurde mit 2048� Datenpunkten in den Dimensionen t2 bzw. t1 aufgenommen und mit Nullen auf 4096� Punkte aufgefüllt, um die Kopplungskonstanten zu messen. Alle Spektren wurden mit der Software Felix 98.0 (Biosym Technologies) auf einem Silicon Graphics O . verarbeitet und analysiert2 Arbeitsplatz. Vor der Fourier-Transformation wurde das Signal mit einer Sinus-Glocken- oder Sinus-Glockenquadrat-Fensterfunktion mit einer Phasenverschiebung von π/2 multipliziert.

Strukturberechnungen

Abstandsbeschränkungen wurden aus den Intensitäten der Kreuzpeaks in NOESY-Spektren mit einer Mischzeit von 200 ms erhalten. Alle NOE-Daten wurden in drei Entfernungsbereiche eingeteilt, 1,8𠄲.7, 1,8𠄳.5 und 1,8𠄵.0 Å, die jeweils starken, mittleren und schwachen NOE-Werten entsprechen. Pseudoatomkorrekturen wurden nach der Methode von Wüthrich (24) auf nicht-stereospezifisch zugeordnete Methyl- und Methylenprotonen angewendet. Zehn Diederwinkelbeschränkungen abgeleitet von 3 JNH-CαH Kopplungskonstanten wurden auf � ± 30° für 3 . beschränkt JNH-CαH ≥ 8,80 Hz und � ± 25° für 3 JNH-CαH ≤ 5,5 Hz. Zu jeder Disulfidbrücke, die aus NMR-Daten bestimmt wurde, wurden drei Abstandsbeschränkungen hinzugefügt. Die entsprechenden Abstände waren 2,02 ± 0,02, 2,99 ± 0,5 und 2,99 ± 0,5 Å für S(ich)-S(J), S(ich)-Cβ(J) und S(J)-Cβ(ich), bzw. Strukturberechnungen von HNTX-III wurden auf einer Silicon Graphics Workstation unter Verwendung des Standardprotokolls des Programms X-PLOR NIH-2.9.6 (25) durchgeführt.


Jüngste Berichte haben die biologische Aktivität hervorgehoben, die mit einer Unterfamilie der Tetramsäure-Klasse von Naturstoffen verbunden ist. Trotz der Tatsache, dass Mitglieder dieser Unterfamilie als Protein-Protein-Interaktionsinhibitoren wirken, die für die Proteasom-Assemblierung von Bedeutung sind, wurden keine synthetischen Arbeiten veröffentlicht. Dies könnte daran liegen, dass diese Unterfamilie eine unnatürliche 4,4-disubstituierte Glutaminsäure enthält, deren Synthese eine zentrale Herausforderung darstellt. Ein hochstereoselektiver Weg zu einer maskierten Form dieser nichtnatürlichen Aminosäure ermöglichte nun die Synthese von zwei der möglichen Diastereomere von JBIR-22 und ermöglichte die Zuordnung ihrer relativen und absoluten Stereochemie.

Naturstoffe, die das Tetramsäuremotiv enthalten, wurden umfassend untersucht, und ihre Komplexität und ihr biologisches Profil haben zu mehreren Totalsynthesen geführt. 1 Zum Beispiel wurde Equisetin, ein enges strukturelles Analogon der hier untersuchten Verbindungen, hergestellt. 1a – 1c Die Synthese von Mitgliedern einer Unterfamilie, die eine unnatürliche 4,4-disubstituierte Glutaminsäureeinheit enthalten (14, Bild 1) ist eine ungelöste Herausforderung. 2 Die biologische Aktivität der Mitglieder dieser Unterfamilie rechtfertigt die Entwicklung eines kurzen und allgemeinen Ansatzes für ihre Synthese.

Eine Unterfamilie von Tetramsäure-Naturstoffen mit einer nichtnatürlichen 4,4-disubstituierten Glutaminsäureeinheit. Synthesen von 14 wurden bisher nicht gemeldet. Die gezeigte relative und absolute Stereochemie von 2 wurde von unserer Studie vergeben.

Beispiele für die wichtige Aktivität dieser Unterfamilie sind die Hemmung des CCR5-Rezeptors durch Sch210972 (1). 2a , 2b Eine Reihe von CCR5-Rezeptor-Antagonisten befinden sich in klinischen Studien oder werden als antiretrovirale Medikamente verwendet. 3 , 4 Zusätzlich JBIR-22 (2) ist das erste Beispiel für eine Tetramsäure, die als Inhibitor der Protein-Protein-Interaktion (PPI) wirkt. 2c , 2d Verbindung 2 hemmt die Homodimerisierung des Proteasom-Assembly-Chaperons 3 (PAC3), eines wichtigen Proteins, das an der Bildung der Proteasom-Maschinerie beteiligt ist. Der klinische Erfolg von Bortexomib, einem Proteasom-Inhibitor, unterstützt die Untersuchung von Verbindungen, die auf das Proteasom oder seine Bildung abzielen. Die Tatsache, dass die stereochemische Zuordnung von 2 2c war zu Beginn unserer Arbeit noch unvollständig, was die Notwendigkeit von synthetischen Studien zu dieser Unterfamilie von Tetramsäuren weiter unterstreicht.

Obwohl chemische 6 und enzymatische 7 Synthesen von 4-Hydroxy-4-methylglutaminsäure entwickelt wurden, ist eine Synthese von 4-Hydroxy-4-iso-Propylglutaminsäure wurde noch nicht berichtet, was ein Faktor dafür sein könnte, dass an dieser Unterfamilie keine synthetischen Arbeiten durchgeführt wurden. Hier berichten wir über eine kurze stereoselektive Synthese eines 4,4-disubstituierten Glutaminsäure-Derivats und die Anwendung dieser Methode auf die erste Totalsynthese von 2. Unsere Studien ermöglichten die Zuordnung der relativen und absoluten Stereochemie von 2.

Unser ursprünglicher Syntheseplan basierte auf der Synthese von 1,3-Aminoalkoholen (z. 5). Diese Methode beinhaltete die diastereoselektive Addition eines Metalloenamins 6 zu einem Aldehyd, gefolgt von einer diastereoselektiven Iminreduktion (Schema 1). 8 Wir schlugen vor, dass die Reaktion von 7 mit Ethyldimethylpyruvat konnte das erforderliche stereogene Zentrum des tertiären Alkohols aufbauen. Anschließende diastereoselektive Reduktion des resultierenden β-Hydroxy-n-Sulfinylketimin 8 könnte geben 9, eine Vorstufe einer geschützten Form der nichtnatürlichen Aminosäure 10 (Schema 1). Falls zugänglich, 10 könnte möglicherweise in der Synthese von 2 in analoger Weise wie zuvor für andere Tetramsäuren gezeigt, die natürliche Aminosäuren enthalten, wie beispielsweise Equisetin. 1a – 1c , 9 Plausibel erschien auch, dass der tertiäre Alkohol in 8 oder 9 kann cyclisieren, um ein Lacton zu erzeugen (z. 11 von 9). Wenn dies passiert ist, n-Methylierung von 11 und Entfernung der n-Sulfinylgruppe könnte das maskierte 4,4-disubstituierte Glutaminsäure-Derivat ergeben 12. Umwandlung von 12 an Mitglieder dieser Unterfamilie wurde als erreichbar angesehen.

Ellmans stereoselektive Synthese von 1,3-Aminoalkoholen. 8 Eine mögliche Synthese der benötigten nichtnatürlichen Aminosäure oder eine cyclisierte Version. Reagenzien und Bedingungen: a) diastereoselektive Aldolreaktion b) diastereoselektive Reduktion c) Lactonisierung d) n-Methylierung und Spaltung der n-Sulfinylgruppe e) n-Methylierung und Schutzgruppenmanipulation.

Die Synthese von 7 wurde durch Kondensation von (RS)-tert-Butansulfinamid mit Ethylpyruvat (8). Unter Verwendung der gemeldeten Bedingungen, 10 7 wurde in nur 30 % Ausbeute erhalten, das Hauptprodukt war Lacton 13 (13:7=5:3, Schema 2). Die Formation der 13 trat wahrscheinlich in situ durch eine Ti(OEt)4-katalysierte Aldolreaktion von 7 mit Ethylpyruvat (8) gefolgt von Lactonisierung (Schema S1). Obwohl 13 war nicht erforderlich für die Vorbereitung von 2, könnte es in einer zukünftigen Synthese von 1. Optimierung der Synthese von 7 führte zu seiner Isolierung in 60 % Ausbeute (Tabelle S1). Reaktion von 7 mit Ethyldimethylpyruvat ergab das verwandte Lacton 14 (Schema 2) mit ausgezeichneter Diastereoselektivität und Ausbeute. Wie erwartet, 14 wurde als (Rs,2S) Diastereomer durch Röntgenstrukturanalyse (Schema 2). 8, 11 n-Methylierung von 14 ging in hoher Ausbeute vor, um zu liefern 15. Während ein erstes Screening von Reduktionsmitteln nur wiedergewonnenes Lacton ergab 15, die Verwendung von NaBH3CN mit HCl (4 n in Dioxan) führte zur diastereoselektiven (d.r.>98 %) Reduktion von 15 mit Spaltung der n-Sulfinylgruppe zu geben 12 (Schema 2). Die Stereochemie von 12 wurde durch NOE-Analyse zugeordnet (Schema 2 und Abbildung S1). Weitere Analysen legten nahe, dass diese Reaktion über eine Säureentschützung des n-Sulfinylgruppe gefolgt von der Reduktion mit NaBH3CN (Schema S2). Die beobachtete Diastereoselektivität wurde mit dem bevorzugten Ansatz des Reduktionsmittels von der gleichen Seite wie der Ester erklärt. Diese effiziente Route lieferte das maskierte 4-Hydroxy-4-isoPropylglutaminsäure 12 in nur vier schritten von 8.

Kondensation von 8 und (RS)-tert-Butansulfinamid ergab Lacton 13 und 7 im Verhältnis 5:3. Reagenzien und Bedingungen: a) (RS)-tert-Butansulfinamid, Ti(OEt)4, Tabelle S1 zur Optimierung b) (i) LDA, THF, 0 °C. (ii) Ethyldimethylpyruvat, ZnBr2, −78 °C, 88 %, dr>98 % c) LiHMDS, Iodmethan, DMF, −15 °C→RT, 95 % d) (i) HCl (4 n in Dioxan), THF, 0 °C, 10 min . (ii) NaBH3CN, MeOH, 1,5 h, 0 °C, 85 %, d.r. >98 %. Röntgenanalyse von 14 bestätigt die erwartete (Rs,2S) Stereochemie. Die Stereochemie von 12 wurde mittels NOE-Analyse bestimmt (Abbildung S1).

Mit 12 in der Hand, eine Synthese von 2 wurde wegen seiner einzigartigen Aktivität als PPI-Inhibitor und der mit seiner stereochemischen Zuordnung verbundenen Unsicherheit versucht. Izumikawaet al. hatte das gezeigt 2 konnte als eines der vier in Tabelle 1 aufgeführten Stereoisomere (Diastereomere 2 a und 2 b und ihre Enantiomere 2 c und 2 Tage). 2c Angesichts des relativ großen Abstands zwischen der Decalin-Einheit und dem nichtnatürlichen Aminosäure-Stereozentrum in 2, ist es schwierig, die relative Konfiguration dieser beiden Einheiten zuzuordnen. Ein konvergenter Weg zum Zugang zu optisch angereicherten Proben von Diastereomeren 2 a und 2 b wurde daher untersucht (Schema 3).


Dreidimensionale Struktur von Echistatin, dem kleinsten aktiven RGD-Protein

Artikelansichten sind die COUNTER-konforme Summe der Volltext-Downloads von Artikeln seit November 2008 (sowohl PDF als auch HTML) über alle Institutionen und Einzelpersonen hinweg. Diese Metriken werden regelmäßig aktualisiert, um die Nutzung in den letzten Tagen widerzuspiegeln.

Zitate sind die Anzahl anderer Artikel, die diesen Artikel zitieren, von Crossref berechnet und täglich aktualisiert. Weitere Informationen zu Crossref-Zitatzählungen.

Der Altmetric Attention Score ist ein quantitatives Maß für die Aufmerksamkeit, die ein Forschungsartikel online erhalten hat. Wenn Sie auf das Donut-Symbol klicken, wird eine Seite auf altmetric.com mit zusätzlichen Details zum Score und der Social-Media-Präsenz für den jeweiligen Artikel geladen. Weitere Informationen zum Altmetric Attention Score und zur Berechnung des Scores.

Notiz: Anstelle eines Abstracts ist dies die erste Seite des Artikels.


Dipolare Restkupplungen: Messungen und Anwendungen für biomolekulare Studien

Seit der ersten erfolgreichen Demonstration der abstimmbaren Ausrichtung von Ubiquitin in einem anisotropen Flüssigkristallmedium vor nur acht Jahren wurden bei beiden Kernspinresonanz(NMR)-Pulstechniken zur Messung verschiedener Restdipolarkopplungen (RDCs) in beiden Proteine ​​und Nukleinsäuren sowie Anwendungen von RDCs auf viele wichtige Probleme der Biochemie und Strukturbiologie. In diesem Jahresbericht geben wir zunächst einen Überblick über die jüngsten Entwicklungen bei NMR-Techniken für die Messung vieler Arten von RDCs in Proteinen und Nukleinsäuren, insbesondere eine Reihe neuartiger Techniken zur Verbesserung der spektralen Auflösung, des Signal-Rausch-Verhältnisses und der Einsparung von Versuchszeit. Anschließend beschreiben wir die Anwendungen von RDCs auf Proteine, einschließlich automatisierter Resonanzzuordnung, Strukturbestimmung, Ligand-Protein- und Protein-Protein-Dockings sowie Proteinfaltung.

Beide Autoren haben zu gleichen Teilen zum Werk beigetragen.


Vorhersage der Konformation von Proteinen aus Sequenzen. Fortschritt und zukünftige Fortschritte

Ein neues Paradigma zur Vorhersage der Sekundär- und Tertiärstruktur funktioneller Proteine ​​aus Sequenzdaten ist aus detaillierten Modellen hervorgegangen, die zeigen, wie natürliche Selektion, Konservierung und Neutraldrift, die drei grundlegenden Faktoren der molekularen Evolution, Proteinsequenzen prägen. Strukturelle Informationen werden aus einer Reihe von ausgerichteten homologen Sequenzen über eine Analyse von Konservierungs- und Variationsmustern zwischen Proteinen mit quantitativ definierten evolutionären Beziehungen extrahiert. Tertiäre Strukturinformationen werden vor der Zuordnung der Sekundärstruktur gewonnen und spielen dort eine wichtige Rolle. Strukturvorhersagen werden durchweg unter aktiver Beteiligung eines Biochemikers gemacht, dessen Fachwissen und Einsicht sowohl für die Vorhersage als auch für die Analyse ihrer erfolgreichen und erfolglosen Teile entscheidend sind. Sekundärstrukturvorhersagen werden auf der Grundlage ihrer Fähigkeit bewertet, die Bemühungen zur Modellierung der Tertiärstruktur aufrechtzuerhalten. Mehrere Vorhersagen, die mit dem neuen Paradigma gemacht wurden, können jetzt mit denen verglichen werden, die nach dem klassischen Paradigma gemacht wurden, einschließlich eines neuronalen Netzes. Die Ergebnisse des neuen Paradigmas sind denen des klassischen Paradigmas zumindest innerhalb der untersuchten Proteinfamilien deutlich überlegen.


SCI 241 3-Tage-Diätanalyse 1

Ich weiß, dass meine Essgewohnheiten nicht so toll sind. Wir arbeiten Vollzeit in einem Fast-Food-Restaurant, daher ist mein Mittagessen hauptsächlich Fast Food. Heutzutage nehme ich sicherlich nicht mehr so ​​viel von den Dingen zu, die ich normalerweise seit der Schwangerschaft habe, und ich möchte meinem ungeschaffenen, ungezeugten, nicht gezeugten Kind wirklich das Passende bieten. Ich bevorzuge jedoch viel Konserven, genauso wie Hühnernudelsuppe und Ravioli. Ich verstehe jedoch, dass Konserven nicht viele Nährstoffe enthalten. Sobald ich Abendessen für meine Familie mache, biete ich gerne mindestens ein Fleisch und ein Gemüse an. Mein Lieblingsgemüse sind Mais, Kartoffeln und Karotten. Ich werde versuchen, mehr Gemüse und gesündere Lebensmittel zu essen als die Fast-Food-Sandwiches und die verarbeiteten Lebensmittel, die ich konsumiert habe. Um die Graine Food Group zu finden, ist mein Ziel sechs Unzen. Diese Art der letzten 3 Tage habe ich 5 verschiedene ½ oz konsumiert.. Ich bin hier unter dem Ziel für diese Gruppe. Für das Vollkorn habe ich einmal ½ Unze konsumiert, ich sollte ungefähr 3 oder mehr ½ Unzen essen. Für das raffinierte Korn habe ich 5 Unzen gegessen. Um die Bio-Lebensmittelgruppe zu finden, ist mein Ziel an dritter Stelle Tassen. Ich habe eine einzige Tasse frisches Gemüse konsumiert, was unter dem Ziel liegt. Diese Lebensmittelgruppe ist in mehrere Gruppen unterteilt. Die erste Gruppe sind dunkle Grüntöne. Mein persönliches Ziel für dunkle Produkte pro Woche sind definitiv 2 Tassen. Diese Woche besitze ich 0 Tassen gegessen. Ich besitze unter dem Ziel gegessen. Die 2. Gruppe ist definitiv rot und orange. Mein persönliches Ziel sind normalerweise 6 Tassen pro Woche. Jetzt habe ich 1 Tasse genossen. Ich bin gerade unter dem Ziel. Ein anderer ist Kaffeebohnen und Erbsen. Mein Fokus liegt auf zwei Tassen wöchentlich. Ich habe 0 Tassen Kaffeebohnen und Erbsen konsumiert. Die vierte Gruppe ist stärkehaltig. Mein Fokus liegt auf sechs Tassen wöchentlich. Ich habe 0 Tassen konsumiert. Die letzte Gruppe ist zusätzlich. Ich sollte wöchentlich ein paar Tassen zusätzliches Gemüse essen. Ich habe ¼ Tasse anderes Obst und Gemüse gegessen. Für die Obstgruppe ist mein Ziel ein paar Tassen. Ich habe fünf Tassen Obst gegessen. Ich habe im Ziel gegessen. Die Gruppe wird normalerweise in zwei geteilte Gruppen unterteilt. Sie sind einfach ganze Früchte und Saft. Für diese beiden getrennten Gemeinschaften gibt es kein besonderes Ziel. Ich habe tatsächlich ein paar Tassen ganzes frisches Obst und 0 Tassen Fruchtsaft gegessen. Entworfen für die Milchprodukte-Gruppe, mein persönliches Ziel sind definitiv 3 Tassen. Ich habe 0 Becher Milchprodukte bekommen. Es liegt unter meiner Konzentration. Die Gruppe der Milchprodukte ist definitiv in zwei Gruppierungen unterteilt. Das erste ist Milch- und fettfreier Joghurt und das zweite ist Mozzarella-Milchprodukt. Es gibt kein bestimmtes Ziel für alle diese Gruppen unabhängig. Für die Proteinnahrungsgruppe ist mein eigenes Ziel normalerweise 6 oz.. Ich habe 6 ½ Unzen genossen. Das ist genau richtig. Die Lebensmittelgruppe der Gesundheitsproteine ​​ist in 3 verschiedene Gemeinschaften unterteilt. Die erste ist Meeresfrüchte. Mein Ziel für Meeresfrüchte ist auf der Suche nach Unzen 7 Tage. Ich habe mit 0 oz gegessen. was drin ist. Die verschiedenen zwei Gruppen sind das Fleisch und die Nüsse. Für diese beiden Gruppen gibt es kein spezifisches Ziel. Ich habe 6 ½ Unzen Fleisch gegessen. Für die Ölgruppe ist mein Ziel 6 Teelöffel. Ich habe 1 Teelöffel Öl gegessen. Das liegt unter meinem Ziel. Ich werde versuchen, mehr Nährstoffe in meine Ernährung aufzunehmen. Ich muss meinem Ernährungsplan mehr Gemüse hinzufügen. Ich muss mehr Reichweite vermitteln. Nach meinen Angaben muss ich verschiedene Frischgemüse zu meiner persönlichen Ernährung hinzufügen. Ich esse eigentlich typisch Mais, während ich Essen zubereite. Ich denke, Lassen Sie mich versuchen, grüne Kaffeebohnen und Erbsen in meine persönliche Ernährung aufzunehmen. Das Gemüse mag ich eigentlich auch, ich esse es einfach nicht typisch. Ich werde mich bemühen, diese wirklich hinzuzufügen. Ich muss auch meiner persönlichen Ernährung mehr notwendiges Protein hinzufügen. Lassen Sie mich mehr Hühnchen oder vielleicht Rindfleisch essen. Inklusive einiger Meeresfrüchte zu meiner Ernährung. Meine neue Ernährung und Nährstoffzufuhr wird sich definitiv auf meine persönliche Gesundheit und mein Wohlbefinden auswirken, da sie mir helfen werden, sehr gesund und munter zu bleiben. Es wird mir in Zukunft persönlich helfen, da es mir helfen wird, mich durch eine schwere Krankheit zu retten. Es könnte mich über einen Herzinfarkt retten und mein persönliches Herz gesund und ausgeglichen halten.

Es gibt 6 Klassen von essentiellen Nährstoffen. Sie sind in Wirklichkeit Kohlenhydrate, gesunde Proteine, Fett, Nährvitamine, Mineralien und Wasser. Diese Arten von Nährstoffen sind von entscheidender Bedeutung, da Ihr menschlicher Körper sie nicht synthetisieren kann. Sie sollten diese Art von Nährstoffen über Ihre Ernährung aufnehmen. Der ultimative Weg, um sicherzustellen, dass Sie die Nährstoffe finden, die der Körper braucht, besteht normalerweise darin, jeden Tag eine Auswahl verschiedener Lebensmittel zu sich zu nehmen (Boyers, 2012).


K. Larsson R. P. Rand, „Erkennung von Veränderungen in der Umgebung von Kohlenwasserstoffketten durch Raman-Spektroskopie und ihre Anwendung auf Lipid-Protein-Systeme“, Biochim. Biophys. Acta, 326 (2), 245–255 (1973). http://dx.doi.org/10.1016/0005-2760(73)90250-6 BBACAQ 0006-3002 Google Scholar

W. E. MörnerL. Kador, „Optische Detektion und Spektroskopie einzelner Moleküle in einem Festkörper“, Phys. Rev. Lett., 62 (21), 2535–2538 (1989). http://dx.doi.org/10.1103/PhysRevLett.62.2535 PRLTAO 0031-9007 Google Scholar

E.C. Le RuP. G. Etchgoin, „Single-Molecule Surface-enhanced Raman Spectroscopy“, Ann. Rev. Phys. Chem., 63 65 –87 (2012). http://dx.doi.org/10.1146/annurev-physchem-032511-143757 ARPLAP 0066-426X Google Scholar

K. Kneippet al., „Einzelmoleküldetektion mit oberflächenverstärkter Raman-Streuung (SERS),“ Phys. Rev. Lett., 78 (9), 1667 – 1670 (1997). http://dx.doi.org/10.1103/PhysRevLett.78.1667 PRLTAO 0031-9007 Google Scholar

R. S. DasY. K. Agrawal, „Raman-Spektroskopie: jüngste Fortschritte, Techniken und Anwendungen“, Vib. Spectrosc., 57 (2), 163 –176 (2011). http://dx.doi.org/10.1016/j.vibspec.2011.08.003 VISPEK 0924-2031 Google Scholar

C. Yuet al., „Charakterisierung menschlicher Brustepithelzellen durch konfokale Raman-Mikrospektroskopie“, Cancer Detect. Vorbeugen., 30 (6), 515 – 522 (2006). http://dx.doi.org/10.1016/j.cdp.2006.10.007 CDPRD4 0361-090X Google Scholar

M. Gniadeckaet al., „Unterscheidbare molekulare Anomalien bei gutartigen und malignen Hautläsionen: Studien durch Raman-Spektroskopie“, Photochem. Photobiol., 66 (4), 418 – 423 (1997). http://dx.doi.org/10.1111/php.1997.66.issue-4 PHCBAP 0031-8655 Google Scholar

K. Chenet al., “Diagnosis of colorectal cancer using Raman spectroscopy of laser-trapped single living epithelial cells,” Opt. Lett., 31 (13), 2015 –2017 (2006). http://dx.doi.org/10.1364/OL.31.002015 OPLEDP 0146-9592 Google Scholar

J. R. Mourantet al., “Biochemical differences in tumorigenic and nontumorigenic cells measured by Raman and infrared spectroscopy,” J. Biomed. Opt., 10 (3), 031106 (2005). http://dx.doi.org/10.1117/1.1928050 JBOPFO 1083-3668 Google Scholar

X. L. Yanet al., “Raman spectra of single cell from gastrointestinal cancer patient,” World J. Gastroenterol., 11 (21), 3290 –3292 (2005). WJGAF2 1007-9327 Google Scholar

K. Chenet al., “Near‐infrared Raman spectroscopy for optical diagnosis of lung cancer,” Int. J. Cancer, 107 (6), 1047 –1105 (2003). http://dx.doi.org/10.1002/(ISSN)1097-0215 IJCNAW 1097-0215 Google Scholar

L. Hutchinson, “Breast cancer: challenges, controversies, breakthroughs,” Nat. Rev. Clin. Oncol., 7 (12), 669 –670 (2010). http://dx.doi.org/10.1038/nrclinonc.2010.192 NRCOAA 1759-4774 Google Scholar

K. Polyak, “Heterogeneity in breast cancer,” J. Clin. Invest., 121 (10), 3786 –3788 (2011). http://dx.doi.org/10.1172/JCI60534 JCINAO 0021-9738 Google Scholar

A. S. Hakaet al., “Diagnosing breast cancer by using Raman spectroscopy,” Proc. Natl. Akad. Wissenschaft U. S. A., 102 (35), 12371 –12376 (2005). http://dx.doi.org/10.1073/pnas.0501390102 PNASA6 0027-8424 Google Scholar

B. Brożek Płuskaet al., “Breast cancer diagnostics by Raman spectroscopy,” J. Mol. Liq., 141 (3), 145 –148 (2008). http://dx.doi.org/10.1016/j.molliq.2008.02.015 JMLIDT 0167-7322 Google Scholar

C. Matthäuset al., “New ways of imaging uptake and intracellular fate of liposomal drug carrier systems inside individual cells, based on Raman microscopy,” Mol. Pharm., 5 (2), 287 –293 (2008). http://dx.doi.org/10.1021/mp7001158 MOPMA3 0026-895X Google Scholar

Z. MovasaghiS. RehmanD. I. U. Rehman, “Raman spectroscopy of biological tissue,” Appl. Spektr. Rev., 42 (5), 493 –541 (2007). http://dx.doi.org/10.1080/05704920701551530 APSRBB 0570-4928 Google Scholar

D. Zhanget al., “Gold nanoparticles can induce the formation of protein-based aggregates at physiological pH,” Nano Lett., 9 (2), 666 –671 (2009). http://dx.doi.org/10.1021/nl803054h NALEFD 1530-6984 Google Scholar

N. StoneP. Matousek, “Advanced transmission Raman spectroscopy: a promising tool for breast disease diagnosis,” Cancer Res., 68 (11), 4424 –4430 (2008). http://dx.doi.org/10.1158/0008-5472.CAN-07-6557 CNREA8 0008-5472 Google Scholar

M. J. BissellD. C. RadiskyA. Rizki, “The organizing principle: microenvironmental influences in the normal and malignant breast,” Differentiation, 70 (9–10), 537 –546 (2002). http://dx.doi.org/10.1046/j.1432-0436.2002.700907.x DFFNAW 0301-4681 Google Scholar

S. J. Santneret al., “Malignant MCF10CA1 cell lines derived from premalignant human breast epithelial MCF10AT cells,” Breast Cancer Res. Treat., 65 (2), 101 –110 (2001). http://dx.doi.org/10.1023/A:1006461422273 BCTRD6 Google Scholar

F. R. Miller, “Models of progression spanning preneoplasia and metastasis: the human MCF10AneoT. TGn series and a panel of mouse mammary tumor subpopulations,” Mammary Tumor Cell Cycle, Differentiation, and Metastasis, 243 –263 Kluwer academic publisher, Dordrecht, the Netherlands (1996). Google Scholar

F. R. Milleret al., “Xenograft model of progressive human proliferative breast disease,” J. Nat. Cancer Inst., 85 (21), 1725 –1732 (1993). http://dx.doi.org/10.1093/jnci/85.21.1725 JNCIEQ 0027-8874 Google Scholar

H. D. Souleet al., “Isolation and characterization of a spontaneously immortalized human breast epithelial cell line, MCF-10,” Cancer Res., 50 (18), 6075 –6086 (1990). CNREA8 0008-5472 Google Scholar

L. B. Stricklandet al., “Progression of premalignant MCF10AT generates heterogeneous malignant variants with characteristic histologic types and immunohistochemical markers,” Breast Cancer Res. Treat., 64 (3), 235 –240 (2000). http://dx.doi.org/10.1023/A:1026562720218 BCTRD6 Google Scholar

M. Kadotaet al., “Delineating genetic alterations for tumor progression in the MCF10A series of breast cancer cell lines,” PLoS One, 5 e9201 (2010). http://dx.doi.org/10.1371/journal.pone.0009201 1932-6203 Google Scholar

N. V. Marellaet al., “Cytogenetic and cDNA microarray expression analysis of MCF10 human breast cancer progression cell lines,” Cancer Res., 69 (14), 5946 –5953 (2009). http://dx.doi.org/10.1158/0008-5472.CAN-09-0420 CNREA8 0008-5472 Google Scholar

D. K. RheeS. H. ParkY. K. Jang, “Molecular signatures associated with transformation and progression to breast cancer in the isogenic MCF10 model,” Genomics, 92 (6), 419 –428 (2008). http://dx.doi.org/10.1016/j.ygeno.2008.08.005 GNMCEP 0888-7543 Google Scholar

J. Y. Soet al., “Differential expression of key signaling proteins in MCF10 cell lines, a human breast cancer progression model,” Mol. Zelle. Pharmacol., 4 (1), 31 –40 (2012). MCPOCT 1938-1247 Google Scholar

A. ShamsaieJ. HeimJ. Irudayaraj, “Quantification of MBA in living cell by surface enhanced raman spectroscopy,” Chem. Phys. Lett., 461 131 –135 (2008). http://dx.doi.org/10.1016/j.cplett.2008.06.064 CHPLBC 0009-2614 Google Scholar

A. ShamsaieJ. Irudayaraj, “Intracellularly grown gold nanoparticles (IGAuN) as potential SERS probes,” J. Biomed. Opt., 12 (2), 020502 (2007). http://dx.doi.org/10.1117/1.2717549 BOEICL 2156-7085 Google Scholar

S. Ravindranathet al., “Surface-enhanced Raman imaging of intracellular bioreduction of chromate in Shewanella oneidensis,” PLoS One, 6 (2), e16634 (2011). http://dx.doi.org/10.1371/journal.pone.0016634 1932-6203 Google Scholar

K. StephenC. NakatsuJ. Irudayaraj, “Surface enhanced Raman spectroscopy (SERS) for the discrimination of Arthrobacter strains based on variations in cell surface composition,” Analyst, 137 (18), 4280 –4286 (2012). http://dx.doi.org/10.1039/c2an35578g ANLYAG 0365-4885 Google Scholar

K. LeeJ. Irudayaraj, “Correct spectral conversion between surface-enhanced raman and plasmon resonance scattering from nanoparticle dimers for single molecule detection,” Small J., 9 (7), 1106 –1115 (2013). http://dx.doi.org/10.1002/smll.v9.7 0022-4510 Google Scholar

H. ZouT. Hastie, “Regularization and variable selection via the elastic net,” J. R. Stat. Soc., Ser. B, 67 301 –320 (2005). http://dx.doi.org/10.1111/rssb.2005.67.issue-2 JSTBAJ 0035-9246 Google Scholar

N. K. ShahP. J. Gemperline, “A program for calculating Mahalanobis distances using principal component analysis,” TrAC Trends Anal. Chem., 8 (10), 357 –361 (1989). http://dx.doi.org/10.1016/0165-9936(89)85073-3 TTAEDJ 0165-9936 Google Scholar

P. J. de Grootet al., “Application of principal component analysis to detect outliers and spectral deviations in near-field surface-enhanced Raman spectra,” Anal. Chim. Acta, 446 (1–2), 71 –83 (2001). http://dx.doi.org/10.1016/S0003-2670(01)01267-3 ACACAM 0003-2670 Google Scholar

S. Chevallieret al., “Application of PLS-DA in multivariate image analysis,” J. Chemometr., 20 (5), 221 –229 (2006). http://dx.doi.org/10.1002/(ISSN)1099-128X JOCHEU 0886-9383 Google Scholar

M. Zanonet al., “Assessment of linear regression techniques for modeling multisensor data for non-invasive continuous glucose monitoring,” in Conf. Proc.: Annual Int. Conf. of the IEEE Engineering in Medicine and Biology Society, 2538 –2541 (2011). Google Scholar

M. P. V. ShekharR. PauleyG. Heppner, “Host microenvironment in breast cancer development: extracellular matrix-stromal cell contribution to neoplastic phenotype of epithelial cells in the breast,” Breast Cancer Res., 5 (3), 130 –135 (2003). BCTRD6 Google Scholar

T. ZhouD. TaoX. Wu, “Manifold elastic net: a unified framework for sparse dimension reduction,” Data Min. Knowl. Discovery, 22 (3), 340 –371 (2011). http://dx.doi.org/10.1007/s10618-010-0182-x 1384-5810 Google Scholar

I. A. Shumova, “A cytochemical investigation of the nucleic acids, proteins and polysaccharides in malignant tumors of the uterine cervix and breast in humans,” Bull. Erw. Biol. Med., 48 (1), 860 –864 (1959). http://dx.doi.org/10.1007/BF00788201 BEXBAN 0007-4888 Google Scholar

H. F. Zhuet al., “Hepatocellular carcinoma cells Raman spectra with gold and silver colloid as SERS substrate,” Proc. SPIE, 8311 83112M1 (2011). http://dx.doi.org/10.1117/12.905626 PSISDG 0277-786X Google Scholar

A. R. Pecket al., “Low levels of Stat5a protein in breast cancer are associated with tumor progression and unfavorable clinical outcomes,” Breast Cancer Res., 14 (5), R130 (2012). http://dx.doi.org/10.1186/bcr3328 BCTRD6 Google Scholar

G. D. McEwenet al., “Subcellular spectroscopic markers, topography and nanomechanics of human lung cancer and breast cancer cells examined by combined confocal Raman microspectroscopy and atomic force microscopy,” Analyst, 138 (3), 787 –797 (2013). http://dx.doi.org/10.1039/c2an36359c ANLYAG 0365-4885 Google Scholar

Z. Huanget al., “Near-infrared Raman spectroscopy for optical diagnosis of lung cancer,” Int. J. Cancer, 107 (6), 1047 –1052 (2003). http://dx.doi.org/10.1002/(ISSN)1097-0215 IJCNAW 1097-0215 Google Scholar

D. H. Kimet al., “Raman chemical mapping reveals site of action of HIV protease inhibitors in HPV16 E6 expressing cervical carcinoma cells,” Anal. Bioanal. Chem., 398 (7–8), 3051 –3061 (2010). http://dx.doi.org/10.1007/s00216-010-4283-6 ABCNBP 1618-2642 Google Scholar

D.-W. Sun, Modern Techniques for Food Authentication, 1 Elsevier/Academic Press, Amsterdam, Boston (2008). Google Scholar

F. SevercanP. L. Haris, Vibrational Spectroscopy for Diagnosing and Screening, 30 IOS Press Inc., Amsterdam (2012). Google Scholar

H. G. Schulzeet al., “Label-free imaging of mammalian cell nucleoli by Raman microspectroscopy,” Analyst, 138 (12), 3416 –3423 (2013). http://dx.doi.org/10.1039/c3an00118k ANLYAG 0365-4885 Google Scholar

V. E. BaracosM. L. Mackenzie, “Investigations of branched-chain amino acids and their metabolites in animal models of cancer,” J. Nutr., 138 (1), 237S –242S (2006). JONUAI 0022-3166 Google Scholar

F. ZhangG. Du, “Dysregulated lipid metabolism in cancer,” World J. Biol. Chem., 3 (8), 167 –174 (2012). http://dx.doi.org/10.4331/wjbc.v3.i8.167 1949-8454 Google Scholar

K. Denget al., “High levels of aromatic amino acids in gastric juice during the early stages of gastric cancer progression,” PLoS One, 7 (11), e49434 (2012). http://dx.doi.org/10.1371/journal.pone.0049434 1932-6203 Google Scholar

© 2013 Society of Photo-Optical Instrumentation Engineers (SPIE) 0091-3286/2013/$25.00 © 2013 SPIE


Schau das Video: Proteine - Eiweisse einfach erklärt! (Juli 2022).


Bemerkungen:

  1. Yozshulkree

    stimmt absolut mit dem vorhergehenden Satz überein

  2. Wellington

    Dieser brillante Gedanke wird nützlich sein.

  3. Wahchinksapa

    Natürlich entschuldige ich mich für die Offtopic. Ts, Ihre Ressource ist nicht im Blogun? Wenn Sie dort sind, werde ich versuchen, dort nach Ihnen zu suchen. Ich mochte die Seite. Wenn in dem Thema, dann verstehst du mich.

  4. Jozsef

    Dies ist der springende Punkt.

  5. Maarouf

    Genau! Ich denke, das ist die hervorragende Idee.

  6. Nemesio

    Ich entschuldige mich, aber meiner Meinung nach haben Sie nicht recht. Ich kann die Position verteidigen. Schreib mir per PN, wir besprechen das.



Eine Nachricht schreiben