Read in | English | Español | Français | Deutsch | Português | Italiano | 日本語 | 한국어 | 简体中文 | 繁體中文 | Nederlands | हिन्दी | Русский | Svenska | Polski

Lära sig om proteinstruktur är särskilt relevant för att behandla sjukdomar som påverkar proteiners funktion

Published on June 24, 2004 at 6:34 AM · No Comments

Området strukturell genomik - studiet av den tredimensionella geometriska strukturer av proteiner - kompliceras av stora mängder data, dyra experiment och besvärliga analysmetoder.

Datavetenskap Professor Bruce Randall Donald och hans elever arbetar för att minska denna börda genom att utveckla tekniker som samtidigt minimera antalet experiment och påskynda dataanalys inblandade i att bestämma strukturen av proteiner.

Lära sig om proteinstruktur är särskilt relevant för att behandla sjukdomar som påverkar proteiners funktion, såsom cancer.

Publicerad i månader i rad av Journal of Biomolecular NMR (kärnmagnetisk resonans), Donald, en doktorand och en forskarassistent presentera nya algoritmer som tolkar NMR-data för att avslöja en proteinets form och molekylära arkitekturen. NMR undersökningar per proteinets molekylära struktur och använder små, spektroskopiska gradskivor och linjaler för att skapa ett nätverk av geometriska mätningar.

"I dessa papper, vi diskuterar en ny ram för att tänka på hur man kan lösa dessa problem, och våra algoritmer är mycket noggranna", säger Donald, Joan P. och Edward J. Foley Jr 1933 professor i datavetenskap och en adjungerad professor för kemi och biologi.