Science:獲取更清晰的分子視圖

日期：2012-05-28 09:04:32

沒有什么能比一副新的眼鏡將微小的細節帶入到鮮明的對比中。對于從事從蛋白質到DNA的生命大分子研究的科學家們而言，相當于新鏡頭的是用一種先進的方法分析來自X-射線晶體學實驗的數據。

這些研究結果發布在最新一期（5月25日）的《科學》（Science）雜志上，有可能導致對推動生物學、醫學診斷、納米技術和其他領域進程的分子的新理解。

就像牙醫利用X光來發現蛀牙，科學家們利用X光來揭示DNA，蛋白質、礦物質和其他分子的形狀和結構。

當X射線穿過原子它們反射出獨特的模型，揭示出存在的原子以及原子相互結合的方式。然而，出于對質量的擔憂一些數據通常會被丟棄。尤其是，由模型邊緣區域衍生的數據——盡管對于了解結構的細節非常重要，然而常常會被很多背景噪音中微弱信號相關的隨機錯誤所掩蓋。

俄勒岡州立大學的生物物理學家Andy Karplus和他在德國康斯坦茨大學的同事Kay Diederichs現在證實可從相比過去認為可以接受噪音水平高5倍的數據中收集有用信息。

Karplus 說：“過去一直使用的標準過于保守。人們一直在丟棄的這些數據其實是很好的?！?/SPAN>

分子模型的準確性是晶體學的底線。模型越好，越能更好地預測X射線穿過一個分子生成的模式，更好地開發出在分子水平上發揮作用的新藥和納米技術。

科學家們說新方法可能是在過去20年里關于如何將這些數據應用到建模中概念上最重要的進步。它顯示了來自測量“噪音”部分的數據如何能夠仍然提供信息，使得科學家們直接看到由數據中噪音所決定的模型所在何處，以及何處的模型可以相比實驗數據更好地評估分子結構。

“問題在于‘我們在何處放棄它？’”Karplus說。通過以漸進步驟添加數據，顯示模型如何得到改良，Karplus和Diederichs表明科學家們一直過快地放棄了他們的分析，丟棄了能夠提高他們分子結構視圖的數據?！?/SPAN>

Karplus 說：“對于該領域最大的影響是從此處開始測定的每一個結構都會因為人們沒有丟棄好的數據而具有稍微更多精確性。如果你獲得了一個糟糕的蛋白質圖像，它就會獲得稍多一點的清晰。如果你得到的一個好的蛋白質圖像，它也會得到稍多一點的清晰?！?/SPAN>

盡管這種方法將會成為X-射線晶體學的一個重要步驟，科學家們說其他的物理科學也可能會找到一些途徑從這種類型的數據質量分析中受益。他們指出科學的一個分支多年來一直是利用這類統計學分析。心理測量學領域分析來自心理學測試的數據，就是利用了相似的稱之為斯皮爾曼-布朗公式（Spearman-Brown formula）的技術來確定這樣的測試的最小長度。

“現在我們知道高噪音的數據也是有用的，這大概將推動進一步的完善，因為它會刺激新的軟件開發出來更好地處理這樣微弱的數據，”Karplus說。