了解大分子的一級序列如何控制其構象關系對于闡明其功能至關重要。近日，北卡羅來納州大學教堂山分校Abigail S. Knight介紹了一種高通量工作流程，該流程實現了一種實用的比色構象分析，并介紹了使用基質輔助激光解吸/電離和串聯質譜（MALDI-MS/MS）的半自動測序方案。
本文要點：
1) 作者開發了一種通用的序列結構算法，并且使用含有極性甘氨酸和疏水性N-丁基甘氨酸殘基的擬肽模型系統。作者確定了9種構象分類，并分離出122個不同組成和構象的獨特序列。
2) 通過原子模擬和離子遷移譜與液相色譜的結合，作者證實了三個成分相同的構象分布。作者使用現有的序列變量和數據衍生的“基序”開發了一種數據驅動策略，為機器學習算法提供構象預測信息。
Erin C. Day et.al A high-throughput workflow to analyze sequence-conformation relationships and explore hydrophobic patterning in disordered peptoids Chem 2024
DOI: 10.1016/j.chempr.2024.07.025
https://doi.org/10.1016/j.chempr.2024.07.025
