Xreferat.com » Рефераты по физике » Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков

Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков

базисные спектры могут быть представлены в виде суперпозиции Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков идеализированных эталонных спектров Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков, соответствующих отдельным структурным классам:


Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков. (1.2.10)


Аналогично для спектра КД исследуемого белка:


Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков. (1.2.11)


Подставляя равенства (1.2.10) и (1.2.11) в уравнение (1.2.9), получим связь искомых коэффициентов Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков с известными (из рентгеноструктурного анализа) коэффициентами Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков:


Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков. (1.2.12)


Проблема заключается в определении коэффициентов Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков в разложении (1.2.9). В подобных задачах широко применяется метод наименьших квадратов, определяющий коэффициенты Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков из следующего условия:


Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков minimum (1.2.13)


с ограничениями


Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белковиИнфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков. (1.2.14)


Здесь Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков и Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков - экспериментальное и рассчитанное по формуле (1.2.9) значения для эллиптичности на длине волны Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков, Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков - число точек в спектре.

Согласно теореме Гаусса-Маркова, среди линейных несмещенных оценок оценка, получаемая с помощью метода наименьших квадратов, является наиболее эффективной в том смысле, что рассчитанные с его помощью коэффициенты Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков наиболее близки к своим истинным значениям. Однако, при больших значениях Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков метод наименьших квадратов становится крайне неустойчивым к экспериментальной ошибке. Повышение стабильности метода за счет снижения величины Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков, в свою очередь, также приводит к заметной ошибке.

Авторы метода [4] нашли выход в использовании вместо метода наименьших квадратов линейной смещенной оценки, определяемой следующим условием:


Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков minimum. (1.2.15)


Эта оценка является смещенной и, следовательно, приводит к систематической ошибке. Тем не менее при больших значениях Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков она дает значения Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков более близкие реальным, чем получаемые с помощью метода наименьших квадратов. Очевидно, что уравнение (1.2.15) также необходимо дополнить условиями (1.2.14).

Рассмотрим критерий (1.2.15) более подробно. При a=0 мы получаем обычный метод наименьших квадратов, не пригодный в нашем случае. При a>0 второй член в левой части (1.2.15) является регуляризатором. Он стабилизирует решение, поддерживая коэффициенты Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков малыми (близкими к 1/Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков). Тем не менее, если некоторый спектр Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков содержит компоненты, которые хорошо аппроксимируют Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков, это ограничение не будет иметь такой силы, так как минимизация левой части уравнения (1.2.15) сможет быть достигнута в большей степени уменьшением первого члена, чем второго, что приводит к наиболее оптимальному значению Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков. Таким образом получается очень гибкая, но стабильная модель, которая самостоятельно выбирает из большого набора базисных спектров те, которые аппроксимируют данные наилучшим образом. В случае анализа спектров КД белков уравнению (1.2.15) можно дать следующую интерпретацию. Поскольку априори нельзя сказать, какой из спектров Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков будет аппроксимировать Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков лучше, ни один из них не имеет преимущества, и все коэффициенты Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков полагаются приблизительно равными, близкими к 1/Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков (смотри условия (1.2.14)).

При возрастании параметра a точность аппроксимации экспериментальных данных падает за счет уменьшения эффективного числа степеней свободы, соответствующего числу свободных параметров в обычном методе наименьших квадратов. Обычно при малых a это происходит медленно, но когда этот параметр становится слишком большим, число степеней свободы становится таким малым, что коэффициенты Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков становятся равными 1/Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков, и метод полностью теряет свою гибкость. Выбор параметра a определяется оптимальным компромиссом между гибкостью и стабильностью модели, тем самым давая наилучшие значения Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков. Авторы данного метода осуществляли выбор a с помощью автоматического статистического теста на относительное увеличение отклонения аппроксимирующего спектра (реконструированного из спектров эталонных белков) от экспериментальных данных при увеличении этого параметра.

Если при анализе спектра КД белка нам известно, что среди белков базисного набора есть белки, структурно схожие с исследуемым, то в уравнение (1.2.15) можно ввести эти данные с помощью различного взвешивания отдельных членов второй суммы этого уравнения, тем самым давая соответствующим коэффициентам Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков большую свободу изменения. Однако сделать это объективно и количественно довольно сложно, поэтому авторы метода не пользовались этим. Как показывают эксперименты, в случае структурной схожести белков соответствующие коэффициенты Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков автоматически выбираются наибольшими без какой-либо дополнительной информации.

Метод "ортогональных спектров" [5,6]. Основой данного метода является метод собственных векторов многокомпoнентного матричного анализа. Он позволяет проводить быструю обработку больших наборов данных с помощью формирования из них ортогональных компонент в виде собственных векторов с соответствующими собственными значениями.

Этот метод использует в качестве базисных спектры КД 16 белков с известной вторичной структурой в диапазоне 178-260 нм с интервалом в 2 нм (всего по 42 точки в каждом из 16 спектров). Пусть С - прямоугольная матрица размером 16Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков42, содержащая в качестве строк спектры КД эталонных белков. Умножая ее на свою транспонированную матрицу, получим симметричную квадратную матрицу CCT размером 16Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков16. Приведем эту матрицу к диагональному виду с помощью ортогональной матрицы U (16Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков16):


(CCT) U = UE. (1.2.16)


Матрица U будет состоять из 16 собственных векторов, а диагональная матрица Е - из 16 собственных значений матрицы CCT. Рассмотрим матрицу B, определяемую выражением


B = UTC. (1.2.17)


Это прямоугольная матрица, которая, также как и матрица исходных спектров КД базисных белков, имеет размер 16Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков42. Ее строки можно использовать в качестве 16 новых ортогональных базисных спектров КД, каждый из которых представляет собой линейную комбинацию исходных белковых спектров. Разложение произвольного спектра КД по этим новым базисным спектрам, вместо исходных, оказывается более удобным, поскольку “значимость" каждого их них в этом разложении, то есть степень, в которой он представляет исходный набор базисных спектров, пропорциональна квадратному корню из соответствующего собственного значения. Из этого следует, что любой неполный набор из ортогональных базисных спектров, выбранный таким образом, что соответствующие им собственные значения максимальны, будет описывать произвольный белковый спектр КД лучше, чем любой неполный набор из исходных спектров базисных белков.

Ошибка, возникающая при аппроксимации экспериментального белкового спектра КД с помощью неполного набора наиболее “значимых" ортогональных базисных спектров, определяется следующей формулой:


Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков. (1.2.18)


Здесь s - среднее квадратичное отклонение, n - число точек в спектре, m - число базисных спектров в исходном наборе, Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков - число ортогональных базисных спектров в неполном наборе, используемом для реконструкции произвольного белкового спектра, а Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков - собственные значения, расположенные в ряд в порядке убывания их величины. Случайная ошибка, связанная с погрешностью измерений при снятии спектров КД эталонных белков, приблизительно равна 0.3 единицы De. Сравним ее со значениями s, рассчитанными по формуле (1.2.18) для разных значений m (при m=16):


m s, ед. De
3 0.38
4 0.24
5 0.17
6 0.12

Из приведенной таблицы видно, что четыре ортогональных базисных спектра дают значение s, нe превышающее уровень случайной ошибки. Но эксперименты показывают, что форма реконструированного таким образом спектра плохо совпадает с реальной. Пять ортогональных базисных спектров дают значение s, в два раза меньшее уровня случайной ошибки, и при этом хорошо воспроизводят форму спектра. Шесть ортогональных базисных спектров дают лишь незначительное улучшение.

Это объясняется тем, что оставшиеся базисные спектры представляют собой ни что иное, как “шум”, и их учет приводит лишь к увеличению ошибки при вычислениях. Авторы данного метода использовали для вычислений пять "наиболее значимых" ортогональных базисных спектров (m=5), полагая это количество оптимальным. Эти спектры представлены на рисунке 1.2.2.

Из выражения (1.2.17) следует, что


С = UB. (1.2.19)


Восстанавливая по сокращенному набору ортогональных базисных спектров исходный набор базисных спектров КД, можем написать:


Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков, (1.2.20)


где Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков - исходные базисные спектры (i=1,., 16; k=1,.,42), аИнфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков-Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков - пять "наиболее значимых" ортогональных базисных спектров. Эксперименты по воспроизведению исходных белковых спектров по формуле (1.2.20) показывают, что среднеквадратичная ошибка при этом составляет от 0.08 до 0.25, что является весьма хорошим показателем.

Представим данные рентгеноструктурного анализа для 16 базисных белков в виде матрицы S размером 16Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков8, содержащей величины относительного содержания в каждом из белков восьми структурных элементов: спиральной структуры, включая a - и 310-спирали, антипараллельной и параллельной b-структуры, b-изгибов I, II, III типов, других видов b-изгибов и оставшейся (“неупорядоченной”) структуры.

Как можно предполагать из того факта, что исходный набор базисных спектров может быть полностью восстановлен но основе лишь пяти спектров ортогонального базисного набора, спектры КД белков в диапазоне от 178 до 260 нм содержат в себе информацию лишь о пяти независимых типах вторичной структуры.

С точки зрения независимости спектров КД в качестве таких типов вторичной структуры могут быть приняты комбинации обычных типов вторичной структуры (a-спирали, b-структуры и т.д.), соответствующие пяти "наиболее значимым" ортогональным базисным спектрам.

Если для ортогональных базисных спектров также ввести матрицу структурных данных D (16Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков8), то аналогично формуле (1.2.19) можно записать


S = UD (1.2.21)


Как показывает эксперимент, структурная матрица S может быть полностью восстановлена на основе лишь пяти комбинаций элементов вторичной структуры матрицы D, соответствующих пяти "наиболее значимым" ортогональным базисным спектрам. Таким образом, эти комбинации обычных типов вторичной структуры являются (с точки зрения независимости спектров КД) независимыми вторичными "суперструктурами":


Номер "супер-структуры" a, 310

b

­Ї

b

­­

b-изг.

I

b-изг.

II

b-изг.

III

b-изг.

др.

Ост.

типы

1 1.77 0.30 0.20 0.16 0.07 0.12 0.14 1.06
2 0.56 -0.47 -0.06 -0.04 -0.07 -0.01 -0.09 -0.76
3 0.06 0.38 -0.12 0.01 0.02 0.01 0.01 -0.18
4 0.00 0.06 0.27 -0.04 -0.02 0.00 0.03 -0.06
5 -0.01 -0.01 0.02 0.16 0.02 0.05 0.00 -0.03

Следовательно, восемь рассматриваемых в данном методе стандартных структурных классов, вообще говоря, не являются строго независимыми, так как все они также могут быть описаны с помощью пяти независимых “суперструктур”, описанных выше.

Для применения данного метода к анализу спектров КД произвольных белков необходимо, чтобы анализируемый спектр также быть снят в диапазоне от 178 до 260 нм. Поскольку при его аппроксимации базисными спектрами рассматривается лишь небольшой их набор, то проблемы, связанной с неустойчивостью метода наименьших квадратов, не возникает. Однако, очевидно, что приемлемые результаты возможно получить только в том случае, если структурные характеристики исследуемого белка достаточно хорошо представлены среди базисных белков. Для установления достоверности полученных результатов авторы метода рекомендуют использовать метод наименьших квадратов без ограничений на коэффициенты разложения (смотри условия (1.2.2)). При этом большие по модулю отрицательные коэффициенты Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков или большое отклонение их суммы от единицы свидетельствуют о том, что метод в данном случае неприменим. Подробнее об этом критерии будет говориться в следующем разделе.

Метод "выбора переменных" [7]. Обычный метод наименьших квадратов, используемый для представления произвольного спектра КД в виде линейной комбинации базисных спектров, имеет по сравнению с другими методами наибольшую гибкость. Это проявляется в том, что спектры базисных белков участвуют в разложении в различной степени в зависимости от характера конкретного спектра. Однако, эксперименты показывают, что наилучшее воспроизведение формы спектра не всегда дает лучшие результаты. Более того, метод наименьших квадратов оказывается неустойчивым к экспериментальной ошибке, если число используемых в разложении базисных спектров превышает информационное содержание анализируемого спектра (для спектров в диапазоне 178-260 нм оно приблизительно равно пяти, а в диапазоне 190-260 нм - четырем).

Метод "регуляризации" [4] решает эту проблему с помощью "регуляризатора", который стабилизирует систему, оставляя ей при этом значительную гибкость. Метод "ортогональных спектров" [5,6] достигает устойчивости метода наименьших квадратов за счет использования только пяти ортогональных базисных спектров, построенных на основе исходного набора спектров базисных белков. Однако, поскольку базисные спектры построены на основе фиксированного набора спектров базисных белков, степень участия последних при воспроизведении анализируемого спектра также оказывается в некоторой мере фиксированной, а гибкость метода - крайне низкой.

Метод "выбора переменных", суть которого будет описана ниже, основан на методе "ортогональных спектров", но обладает значительной гибкостью, достигаемой за счет использования при построении ортогональных базисных спектров различных наборов базисных белков, выбираемых с помощью статистической процедуры "выбора переменных". Рассмотрим смысл этой процедуры более подробно.

Предсказание вторичной структуры белка по его спектру КД должно удовлетворять двум важным условиям:

Величины содержания в белке рассматриваемых структурных элементов не должны быть отрицательными: Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков.

Суммарное содержание в белке всех рассматриваемых типов структур должно быть равно единице (100%): Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков.

Второе условие является особенно важным при анализе конформационных изменений белка при денатурации или связывании каких-либо лигандов. Во всех методах, описанных выше, оба эти условия вводятся непосредственно в процедуру нахождения коэффициентов Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков с помощью метода наименьших квадратов. Однако такое ограничение на коэффициенты может весьма заметным образом исказить результаты этой процедуры.

Для преодоления подобных недостатков авторы рассматриваемого метода не пользуются условиями (1) и (2) и допускают существование отрицательных коэффициентов Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков и отклонение их суммы от единицы. Появление подобных несоответствий свидетельствует о неуспехе метода и может быть объяснено наличием у некоторых базисных белков таких структурных форм, вкладов которых в спектр исследуемого белка не было обнаружено. Для избежания подобных ситуаций вводится процедура "выбора переменных", которая поочередно исключает белки из исходного базисного набора, а затем проводит вычисления с каждой из полученных комбинаций базисных белков, используя метод "ортогональных спектров". Эксперименты показали, что достоверность результатов значительно повышается по мере того, как сумма коэффициентов Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков приближается к единице. Повышение точности анализа было достигнуто даже при анализе спектров в укороченном диапазоне (190-260 нм).

Поскольку заранее не известно, какие из базисных белков содержат элементы, отсутствующие у исследуемого белка, и спектры которых необходимо исключить из исходного набора для улучшения результатов, рассматриваются все возможные комбинации из исходного набора 16 базисных спектров. Эта процедура выполняется в следующем порядке. Сначала из исходного набора исключаются поочередно по три базисных спектра на каждом шаге, а ортогональные базисные спектры строятся на основе оставшихся 13 исходных базисных спектров. Сравнение результатов, полученных для различных наборов из 13 базисных белков, выявляет один или два белка, которые являлись причиной отклонений коэффициентов Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков и их суммы от условий (1) и (2). Эти белки исключаются из исходного набора, и процедура повторяется до тех пор, пока не будут получены удовлетворительные результаты.

Критериями удовлетворительного решения, соответствующего оптимальному набору базисных спектров, являются следующие условия:

Сумма коэффициентов Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков должна находиться в диапазоне от 0.96 до 1.05 (или, по крайней мере, от 0.90 до 1.10).

Значение содержания произвольной структурной формы в исследуемом белке (Инфракрасная спектроскопия и спектроскопия кругового дихроизма. Методы определения вторичной структуры белков) должно быть выше - 0,05.

Воспроизведение анализируемого спектра на основе выбранного набора базисных спектров должно быть лучше, чем при использовании полного их набора.

Более предпочтительным является набор, содержащий большее число базисных

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: