Chemical shift optimization and ensemble averaging in protein NMR spectroscopy

URN to cite this document:: urn:nbn:de:bvb:355-epub-143058

Baskaran, Kumaran

Preview

License: Publishing license for publications including print on demand
PDF
(5MB)

Date of publication of this fulltext: 04 Mar 2011 13:42

Details

Item type:	Thesis of the University of Regensburg (PhD)
Open Access Type:	Primary Publication
Date:	4 March 2011
Referee:	Prof. Dr. Dr. Hans Robert Kalbitzer
Date of exam:	24 February 2010
Institutions:	Biology, Preclinical Medicine > Institut für Biophysik und physikalische Biochemie > Prof. Dr. Dr. Hans Robert Kalbitzer
Interdisciplinary Subject Network:	Not selected
Keywords:	Chemical shift, NMR spectroscopy, optimization, shift prediction, probability, statistics, conformers, BMBR, AUREMOL, chemische Verschiebung, NMR-Spektroskopie, Optimierung, Verschiebungs-Vorhersage, Wahrscheinlichkeit, Statistik, Konformationen
Dewey Decimal Classification:	500 Science > 570 Life sciences
Status:	Published
Refereed:	Yes, this version has been refereed
Created at the University of Regensburg:	Yes
Item ID:	14305

Preview

Export bibliographical data

Abstract (English)

Abstract (English)

A problem often encountered in multidimensional NMR spectroscopy is that an existing
chemical shift list of a protein has to be used to assign an experimental spectrum but does not fit
sufficiently well for a safe assignment. A similar problem occurs when temperature or pressure series of
n-dimensional spectra are to be evaluated automatically. Two slightly different algorithms,
AUREMOL-SHIFTOPT1 and AUREMOL-SHIFTOPT2 have developed here that fulfill this task.
Their performance is analyzed employing a set of simulated and experimental two-dimensional and
three-dimensional spectra obtained from three different proteins. Peak probability and atom type based
weighted averaging is introduced in order to reduce the influence of the wrong assignment during the
assignment process.
Chemical shift prediction programs often use a single energy minimized structure as input, but
ensemble averaging of chemical shifts gives better prediction values irrespective of the prediction
method. This is in agreement with the fact that proteins in solution occur in multiple conformational
states in fast exchange on the chemical shift time scale. However, in contrast to the real conditions in
solution at ambient temperatures, the chemical shift prediction methods seems optimal to predict the
lowest energy ground state structure that is only weakly populated under these conditions. An analysis
of the data shows that a chemical shift prediction can be used as measure to define the minimum size of
the structural bundle required for a faithful description of the structural ensemble.
Reliable homo- and heteronuclear chemical shift distributions are required for the automated
assignment procedures. However, the statistics derived from the Biological Magnetic Resonance Bank
(BMRB) is not clean and is not structurally unbiased. Therefore, refined chemical shift statistics was
created from a structural database of non-homologous proteins (Nh3D) that comprises 806 different
three-dimensional structures. The chemical shift data base was created by calculating the resulting
chemical shifts with the prediction programs SHIFTS and SHIFTX. Analysis of the obtained data set
shows that unbiased chemical shift statistics improves the a priori probability values for resonance
assignment, removes ambiguities in assignment to certain level and helps to make stereochemical
assignments.

Translation of the abstract (German)

Ein oft auftretendes Problem in der Multi-dimensionalen NMR-Spektroskopie ist, dass die eine Liste der chemischen Verschiebungen eines Proteins einem experimentales Spektrum zuzuordnen ist. Jedoch passt diese Shiftliste nicht ausreichend zum Spektrum, um diese sicher zuzuordnen. Ein ähnliches Problem tritt auf, wenn Temperatur- oder Druckreihen von n-dimensionalen Spektren automatisch ausgewertet werden sollen. Um dies zu ermöglichen, wurden zwei leicht unterschiedliche Algorithmen (AUREMOL-SHIFTOPT1 und AUREMOL-SHIFTOPT2) entwickelt. Ihre Leistung
wurde auf der Datenbasis von simulierten sowie experimentellen zwei- und drei-dimensionalen Spektren von drei verschiedenen Proteinen analysiert. Dazu wurde die Signalwahrscheinlichkeit und die Atomtyp basierende Gewichtsmittelung zu dem Zweck eingeführt, den Einfluss von falschen Zuordnungen während des Zuordnungsprozesses zu reduzieren. Programme zur Vorhersage der chemischen Verschiebungen nutzen oft eine einfache energieminimierte Struktur als Eingabedatensatz. Die Mittelung von Ensembles chemischer Verschiebungen jedoch liefert bessere Daten aus Vorhersagen, welche unabhängig von der angewandten Vorhersagemethode sind. Dies steht mit der Tatsache in Einklang, dass Proteine in Lösung beim schnellen Austausch während der chemischen Verschiebung verschiedene Zustände der Konformation aufweisen. Jedoch scheinen (im Gegensatz zu realen Bedingungen in der Lösung bei
Umgebungstemperatur) die Shift-Vorhersagemethoden eine optimale Maßnahme zu sein, die niedrigste Energie im Grundzustand der Struktur zu bestimmen, welche unter diesen Bedingungen nur schwach besetzt ist. Eine Analyse der Daten zeigte, dass eine Vorhersage der chemischen Verschiebung als ein Mass dafür benutzt werden kann, die minimale Grösse des Strukturbündels, welches zur befriedigenden Beschreibung des gesamten Struktur-Ensembles nötig ist, zu definieren.
Für den Vorgang der automatischen Zuordnung werden verlässliche homo- und heteronukleare Verteilungen chemischer Verschiebungen benötigt. Jedoch weist die Statistik der „Biological Magnetic Resonance Bank“ (BMRB) zum einen Fehler auf und zum anderen ist deren Struktur verzerrt. Daher
wurde eine Statistik basierend auf verfeinerten chemischen Verschiebungen erstellt. Diese Verschiebungen wurden aus einer Struktur-Datenbank von nicht-homologen Proteinen (Nh3D), welche 806 verschiedene drei-dimensionale Strukturen enthält, gewonnen und in eine neue Datenbank abgelegt. Diese Datenbank beinhaltet die resultierenden chemischen Verschiebungen, welche mit den Programmen SHIFTX und SHIFTS berechnet wurden. Die Analyse dieser erhaltenen Datensätze
weisen nun keine Verzerrungen der chemischen Verschiebungen bezüglich der a-priori-Wahrscheinlichkeit der Werte für die Resonanz-Zuordnung mehr auf. Zudem wurde das Problem von
Mehrdeutigkeiten der Zuordnung zu verschiedenen Ebenen mit aus dem Weg geräumt und die Datenbank ermöglicht zusätzlich stereochemische Zuordnungen zu treffen.

Owner only: item control page

Download Statistics

More literature (via CORE)

Details

Preview

Export bibliographical data

Abstract (English)

Abstract (English)

Translation of the abstract (German)

Translation of the abstract (German)

Download Statistics

Downloads

More literature (via CORE)

University Library