Indiziert in
- Datenbank für wissenschaftliche Zeitschriften
- Öffnen Sie das J-Tor
- Genamics JournalSeek
- JournalTOCs
- Forschungsbibel
- Ulrichs Zeitschriftenverzeichnis
- Elektronische Zeitschriftenbibliothek
- RefSeek
- Hamdard-Universität
- EBSCO AZ
- OCLC – WorldCat
- Gelehrtersteer
- SWB Online-Katalog
- Virtuelle Bibliothek für Biologie (vifabio)
- Publons
- MIAR
- Genfer Stiftung für medizinische Ausbildung und Forschung
- Euro-Pub
- Google Scholar
Nützliche Links
Teile diese Seite
Zeitschriftenflyer
Open-Access-Zeitschriften
- Allgemeine Wissenschaft
- Biochemie
- Bioinformatik und Systembiologie
- Chemie
- Genetik und Molekularbiologie
- Immunologie und Mikrobiologie
- Klinische Wissenschaften
- Krankenpflege und Gesundheitsfürsorge
- Landwirtschaft und Aquakultur
- Lebensmittel & Ernährung
- Maschinenbau
- Materialwissenschaften
- Medizinische Wissenschaften
- Neurowissenschaften und Psychologie
- Pharmazeutische Wissenschaften
- Umweltwissenschaften
- Veterinärwissenschaften
- Wirtschaft & Management
Abstrakt
Kurzkommentar zu: Zur Vorhersage der DNA-Bindungspräferenzen von C2H2-ZF-Domänen mithilfe struktureller Modelle: Anwendung auf humanes CTCF
Alberto Meseguer, Ruben Molina-Fernández, Narcis Fernandez-Fuentes, Oriol Fornes*, Baldo Oliva*
In der Arbeit mit dem Titel „Zur Vorhersage der DNA-Bindungspräferenzen von C2H2-ZF-Domänen unter Verwendung struktureller Modelle: Anwendung auf humane CTCF“ stellen wir eine neue rechnerische Methode zur Vorhersage der DNA-Bindungspräferenzen für Cis2-His2-Zinkfinger-Proteindomänen (C2H2-ZF) anhand ihrer Aminosäuresequenz oder -struktur vor. Die Methode verwendet die Strukturen von Protein-DNA-Komplexen, um eine Reihe wissensbasierter statistischer Potenziale zu berechnen. Angesichts der geringen Anzahl von Protein-DNA-Komplexen mit bekannter Struktur ergänzen wir den Satz von Strukturen mit experimentellen Hefe-Ein-Hybrid-Interaktionen von mehr als 170.000 sequenziell entworfenen C2H2-ZF-Domänen. Wir haben einen Server implementiert, um die Struktur jedes Protein-DNA-Komplexes dieser Familie zu modellieren und seine theoretische Positionsgewichtungsmatrix basierend auf den besten mit den statistischen Potenzialen berechneten Interaktionswerten abzuleiten. Der Ansatz wird validiert und auf die humane CTCF-Sequenz angewendet.