一种基于图论的计算蛋白质数据库代表序列的算法

许多生物序列数据库中都含有大量的冗余序列,这些冗余序列通常不利于对数据库的统计分析和处理,而且它们要占用更多的计算机存储和处理资源.针对这个问题,本文中我们设计了一种去除蛋白质冗余序列的算法.该算法基于图论最大独立集的概念来生成非冗余序列集合,对目前存在的不少蛋白质去冗余程序所采用的由Hobohm和Sander最早设计的一种首先将序列分成若干簇然后取出代表序列的算法进行了改进,使得生成了更多的非冗余代表序列集合,避免了一些非冗余的序列也被去除.我们开发出了实现该算法的程序FastCluster,可以用来去除蛋白质数据库中的冗余序列.     

HTCLOSE:快速挖掘微阵列数据集中的频繁闭合模式

由于微阵列数据集行(样本)少列(基因)多的特征,使得采用传统列枚举方法对其进行频繁闭合模式挖掘较为困难.基于行枚举方法,提出超链接结构HT-struct,并基于该结构提出频繁闭合模式挖掘新算法HTCLOSE.算法采用深度优先搜索策略,结合高效的修剪技术和巧妙的链表组织技术,在时间和空间上均得到了优化.实验表明,HTCLOSE算法通常快于行枚举算法CARPENTER.     

基于生物医学文献的知识发现研究

随着生物医药文献的快速积累,利用文本挖掘技术处理海量的科技文献,从而发现生命科学领域新的知识,已成为当前数据挖掘和人工智能领域研究的热点.从Swanson最早提出基于生物医学文献的知识发现方法到现在,许多研究人员投入到这个新兴的领域中.对基于生物医学文献的知识发现的研究内容、研究方法以及成果进行了系统的分析和阐述,对不同的研究方法在文本挖掘过程中的优劣进行了比较,对基于生物医学文献的知识发现的发展趋势进行了展望.     

基于随机复杂度约束的高维特征自动选择算法

高维特征选择问题是机器学习研究领域的公开问题,当前流行的1-范数约束正则化解决方案存在的主要问题是缺乏特征组选能力和特征选择能力受样本容量限制.本文从随机复杂度理论的模型冗余度最优下界推导得出了一种易于求解的基于零-范数约束的特征选择算法模型.该算法不仅可证优化,而且具备自动特征选择能力,克服了1-范数约束方法的主要缺...     

Constructing and characterizing a bioactive small molecule and microRNA association network for Alzheimer's disease

Alzheimer''s disease (AD) is an incurable neurodegenerative disorder. Much effort has been devoted to developing effective therapeutic agents. Recently, targeting microRNAs (miRNAs) with small molecules has become a novel therapy for human diseases. In this study, we present a systematic computational approach to construct a bioactive Small molecule and miRNA association Network in AD (SmiRN-AD), which is based on the gene expression signatures of bioactive small molecule perturbation and AD-related miRNA regulation. We also performed topological and functional analysis of the SmiRN-AD from multiple perspectives. At the significance level of p ≤ 0.01, 496 small molecule–miRNA associations, including 25 AD-related miRNAs and 275 small molecules, were recognized and used to construct the SmiRN-AD. The drugs that were connected with the same miRNA tended to share common drug targets (p = 1.72 × 10⁻⁴) and belong to the same therapeutic category (p = 4.22 × 10⁻⁸). The miRNAs that were linked to the same small molecule regulated more common miRNA targets (p = 6.07 × 10⁻³). Further analysis of the positive connections (quinostatin and miR-148b, amantadine and miR-15a) and the negative connections (melatonin and miR-30e-5p) indicated that our large-scale predictions afforded specific biological insights into AD pathogenesis and therapy. This study proposes a holistic strategy for deciphering the associations between small molecules and miRNAs in AD, which may be helpful for developing a novel effective miRNA-associated therapeutic strategy for AD. A comprehensive database for the SmiRN-AD and the differential expression patterns of the miRNA targets in AD is freely available at http://bioinfo.hrbmu.edu.cn/SmiRN-AD/.     

TRPV4原核表达纯化系统的构建及生物信息学分析

目的:构建非选择性阳离子通道蛋白TRPV4的原核表达纯化系统,并对其进行生物信息学分析,为与该目标蛋白相关疾病的研究和药物活性成分筛选提供技术支持。方法:将人源TRPV4基因分别克隆至pET-28a(+)、pET-32a、pET-15b、pGEX-5X-1、pEX-4T和pGEX-6p-1等6种表达载体,并利用BL21和Rossetta两种大肠杆菌表达宿主构建TRPV4原核表达系统。采用谷胱甘肽亲和层析和镍柱亲和层析法分离纯化目标蛋白。通过生物信息学技术对目标蛋白进行分析,获得其相应的理化性质和结构参数。结果:利用pGEX-6p-1载体和Rossetta构建了GST-TRPV4和GST-TRPV4-6his融合蛋白原核表达系统。诱导表达目标蛋白的IPTG浓度为0.6 mmol/L时,GST-TRPV4融合蛋白有明显表达,IPTG浓度为0.4 mmol/L时,GST-TRPV4-6his融合蛋白有明显表达,表达温度均为18 ℃。纯化GST-TRPV4-6his融合蛋白时,咪唑溶液在100 mmol/L或200 mmol/L时可以得到完整的GST-TRPV4-6his融合蛋白。结论:本文首次在原核表达系统中成功构建和表达纯化了人源TRPV4离子通道蛋白,并利用生物信息学分析解析了该蛋白的理化性质,为后续高纯度大量表达和进一步研究奠定了良好的基础。     

电子细胞的研究现状与展望

电子细胞是利用计算机电子信息技术等先进手段,模拟再现细胞内外部生命活动的现象和过程,并用于探索细胞生命活动的潜在规律.它是一种人工生命复杂系统,代表了生命科学和信息科学的交叉学科前沿,有十分重要的作用.本文综述了电子细胞的研究发展,就其研究内容、实例、与其关系密切的学科领域、以及它的作用和意义进行了扼要阐述,最后,对它的发展做出展望和建议.     

计算机科学在生物信息学中的应用

生物信息学是一门新兴的交叉学科,计算机科学如何更快更好地发挥其在生物信息学中的作用是我国的广大计算机研究和开发人员面临的一个重要的新课题。本文通过对计算机在生物信息学中的若干应用的现状分析与前景展望,为计算研究人员如何寻找计算机科学在生物信息学中的切入点提供了某些启示。     

烟草PP2C家族基因降雨量响应表达模式分析

PP2C是一类单体丝氨酸/苏氨酸蛋白磷酸酶,广泛参与生物体内多个信号转导。PP2C基因家族的鉴定和功能研究已在多种作物上报道。为探明不同降雨量条件下烟草PP2C基因家族表达特征,通过塑料大棚内模拟人工定量喷灌试验和不同降雨量的田间试验,利用RNA-Seq技术对移栽后40和60 d烟叶中PP2C家族基因进行了表达分析。结果显示,18个烟草PP2C家族基因的表达明显受降雨量影响,可分成9个亚族。其中6个PP2C家族成员的表达随着降雨量增大而降低,4个PP2C家族成员的表达随着降雨量增大而升高。本研究初步探明了云烟87中受降雨量影响的PP2C基因家族种类及其表达特点,为抗旱育种和抗旱栽培提供参考。     

链霉菌MY0504纤溶酶YG4基因的克隆及生物信息学分析

本研究获得了海洋链霉菌MY0504纤溶酶YG4基因,并对其进行生物信息学分析。利用依据同源序列设计的兼并引物,对提取的链霉菌MY0504的基因组DNA进行PCR扩增,将得到的DNA片段连接到pMD18-T载体后转化感受态Trans10细胞,然后对阳性克隆进行测序,并对序列进行生物信息学分析。最终克隆了1083bp的海洋链霉菌MY0504纤溶酶YG4基因。将获得的YG4基因输入Gen Bank网站,进行检索比对,结果显示与丝氨酸蛋白酶基因碱基序列同源性100%。对16s rDNA序列分析结果表明,该菌株与达格斯地链霉菌、氢化链霉菌、嫩白黄链霉菌、浅紫链霉菌的亲缘关系较近;通过对YG4基因编码蛋白的一级结构、二级结构、亚细胞定位和三级结构的预测和分析,结果表明:该基因编码360个氨基酸,其编码产物为稳定的亲水蛋白;二级结构以α螺旋和β折叠为主,无信号肽和跨膜结构域,有40个磷酸化位点;高级结构以无规则卷曲为主。本研究结果为研究海洋链霉菌MY0504纤溶酶YG4基因的表达机制及目的蛋白表达水平的提高提供了重要信息。