Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: http://dx.doi.org/10.25673/110769
Titel: Backbone and nearly complete side-chain chemical shift assignments reveal the human uncharacterized protein CXorf51A as intrinsically disordered
Autor(en): Wiedemann, ChristophIn der Gemeinsamen Normdatei der DNB nachschlagen
Obika, Kingsley Benjamin
Liebscher, SandraIn der Gemeinsamen Normdatei der DNB nachschlagen
Jirschitzka, JanIn der Gemeinsamen Normdatei der DNB nachschlagen
Ohlenschläger, OliverIn der Gemeinsamen Normdatei der DNB nachschlagen
Bordusa, FrankIn der Gemeinsamen Normdatei der DNB nachschlagen
Erscheinungsdatum: 2021
Art: Artikel
Sprache: Englisch
Zusammenfassung: Even though the human genome project showed that our DNA contains a mere 20,000 to 25,000 protein coding genes, an unexpectedly large number of these proteins remain functionally uncharacterized. A structural characterization of these “unknown” proteins may help to identify possible cellular tasks. We therefore used a combination of bioinformatics and nuclear magnetic resonance spectroscopy to structurally de-orphanize one of these gene products, the 108 amino acid human uncharacterized protein CXorf51A. Both our bioinformatics analysis as well as the 1H, 13C, 15N backbone and near-complete side-chain chemical shift assignments indicate that it is an intrinsically disordered protein.
URI: https://opendata.uni-halle.de//handle/1981185920/112724
http://dx.doi.org/10.25673/110769
Open-Access: Open-Access-Publikation
Nutzungslizenz: (CC BY 4.0) Creative Commons Namensnennung 4.0 International(CC BY 4.0) Creative Commons Namensnennung 4.0 International
Journal Titel: Biomolecular NMR assignments
Verlag: Springer Netherlands
Verlagsort: Dordrecht [u.a.]
Band: 15
Originalveröffentlichung: 10.1007/s12104-021-10043-6
Seitenanfang: 441
Seitenende: 448
Enthalten in den Sammlungen:Open Access Publikationen der MLU

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
s12104-021-10043-6.pdf1.62 MBAdobe PDFMiniaturbild
Öffnen/Anzeigen