BH12.12/LOD Metalloprotein

• 原子番号93~103は、超ウラン元素であり、地球上では自然には存在しない。濃紫（#4B0082）で記している
• 原子番号103以降は、超重元素であり、地球上では自然には存在しない。濃紫（#4B0082）で記している

文献調査

• ケイ素。カイメン動物における、ケイ素結合タンパク質の報告。http://www.pnas.org/content/95/11/6234.full
• ヒ素。参考文献 http://pubs.acs.org/doi/abs/10.1021/ac900352k
• ヒ素。参考文献 http://www.sciencedirect.com/science/article/pii/0300483X94900779
• カリウムなどは、結合タンパク質とされていても、Pottassium Channelのことのようだ。安定して結合している例があるかどうか、よくわからない。http://www.ncbi.nlm.nih.gov/pubmed/17840695
• アルミニウムについて、FeとAlが競合的にタンパク質(Transferrin)に結合することが知られている。http://www.ncbi.nlm.nih.gov/pubmed/9208284
• クロム結合タンパク質は知られている。http://www.ncbi.nlm.nih.gov/pubmed/18234347
• アスタチンは、結合するタンパクは見つかっておらず、むしろ放射性同位体は、トレーサータグとして利用される。
• ポロニウムについては、成体内の結合タンパク質について議論されていてる。文献が古いので今ではより明らかかもしれない。
  The binding of polonium by red cells and plasma proteins. Rhomas, R.G., Radiation Research Supplement 5, 29-39, (1964)
• ウランについても、Geobacter metallireducensが、濃縮能力をもっているとする報告がある。しかし信憑性は微妙だ[3]

Day 2

PDB_full: の集計方法

PDB中に含まれている化合物情報を見て、対象の金属単体を含んでいる PDBID の一覧を取得
取得されたPDBIDの総数をカウントした。

PDB_bind: の集計方法

金属原子を含むリガンドとPDBファイル中で5Å以内に接近しているタンパク質を金属結合タンパク質とした。
冗長性を除くために配列相同性が70%以上のタンパク質の中から代表タンパク質一つ選びそれ以外をデータから除き、
最終的に残ったタンパク質の総数をカウントした。

データを見るうえでの注意点

※1.以前行った金属結合部位の解析結果を流用しており、そのとき解析されなかった元素についてはN/Aと表記しています。
※2.PDB_full と PDB_bind は下記のような集計方法の違いから数が食い違う場合があります。
PDB_full は金属単体として含んでいるものを対象にしており、PDB_bindは対象金属元素を含んでいるリガンド全て（有機金属なども含む）を対象としている。
PDB_bind は配列相同性をもとに冗長性を除去している。

PDB_fullのリストのtsv置き場

• 最初に赤と青でハイライトされていた元素のみ (12/20 14:00現在)

http://54.248.221.4/data/Metalloprotein/

後でリンクをはります

PDB_bindingのリストのtsv置き場

http://54.248.221.4/data/Metalloprotein/binding/

2列目のカラムはリガンド5周辺5Å以内に出現した残基数です。

各元素とPDB中で使われる化合物の3桁IDの対応表

http://54.248.221.4/data/Metalloprotein/hetatm_element

2列目のカラムはその化合物の元素の組成式 ※化合物のIDが存在するだけでそれを含む結晶構造が存在しない場合もあります。

Day 3

二日目までの調査では、生体内元素の知見については、なぜかヒトのことばかりがよくまとめられ議論に利用されるが、他の生物についてはあまり良いデータがみつからないことが分かってきた。（さらに調査必要）

地質データのRDF化について、東大、遠藤一佳先生、小宮剛先生と、議論（13:00 ~ ）。

地質データについて、典型的なサンプリングデータの論文を教えてもらった。 データ内容は、 サンプル番号、採取地域名、採取地層名、採取岩石名、炭素同位体計測値、Mg, Ca, Mn, Srなどの計測値。 また、それぞれのサンプル番号には、GPSデータが付属する。

採取地層名や、採取岩石名などは、コントロールド-オントロジーにする必要がある。

サンプル番号に付随するGPSデータなどは、既存の地図データの利用を考える。

地質の分析データと化石の分析データは、別個におこなうということが分かった。化石データについても、具体例を利用できるように相談する。

地質中や化石中の含有元素については、決まった元素についてしか調べない。たとえば、MgとCaの含有比など。希に、他の元素も調べることもある。でもサンプルさえ残っていれば、どんな元素についても再度調べ直すことが可能。これらについては、今後の課題だ。

Sample Formation Member Level Interval Lithology δ13C error δ18O Error Carbonate Ca/Mg Mn/Sr* number (m) (‰PDB) (2σ) (‰PDB) (2σ) abundaces (wt%)

S100401-01　Dengying　Shibantan　1.64　PI-5　Black limestone　4.12　0.07　− 6.01　0.22　97.93　32.53　0.07

Link

Back to home [4]
MetLigDB [5]
MetalMine [6]
metallo-scripps. [7]
oxfordjournal [8]

鉱物のデータベース

ATHENA [9]

RRUFF [10]
鉱物のラマンスペクトルのデータベース

Mineralogy Database [11]

Textbook

生物無機化学 [12]

"The biological chemistry of the elements - The inforganic chemistry of life" Frausto et al, Oxford, [13]