基于计算的蛋白质复合物预测方法综述

蛋白质是生命活动的物质基础,直接参与、执行生命的活动过程。大多数蛋白质通过相互作用形成复合物来实现各种生物功能,因此预测蛋白质复合物有助于了解复合物的结构及其功能,也为细胞机制的研究奠定了重要基础。目前,随着高通量实验技术的不断发展,全基因组蛋白质相互作用(PPI)数据日益增多,领域内已经出现了很多基于计算的蛋白质复合物预测方法。虽然现有方法各具特色与优势,但也存在一些不足。首先,针对现有基于计算的蛋白质复合物预测方法进行了分类和比较全面、详细的分析评述;接着,介绍了复合物预测中常用的评价指标和主要数据集,并比较和分析了几种代表性方法的预测性能;最后,对复合物预测方法进行了总结与展望,提出了今后有待解决的若干问题。希望通过对各类方法的分析与比较,为相关人员使用和研究基于计算的蛋白质复合物预测方法提供有价值的参考和方向指引。     

Effective Identification and Annotation of Fungal Genomes

In the past few decades,the dangers of mycosis have caused widespread concern.With the development of the sequencing technology,the effective analysis of fungal sequencing data has become a hotspot.With the gradual increase of fungal sequencing data,there is now a lack of sufficient approaches for the identification and functional annotation of fungal chromosomal genomes.To overcome this challenge,this paper firstly deals with the approaches of the identification and annotation of fungal genomes based on short and long reads sequenced by using multiple platforms such as Illumina and Pacbio.Then this paper develops an automated bioinformatics pipeline called PFGI for the identification and annotation task.The experimental evaluation on a real-world dataset ENA (European Nucleotide Archive) shows that PFGI provides a user-friendly way to perform fungal identification and annotation based on the sequencing data analysis,and could provide accurate analyzing results,accurate to the species level (97％ sequence identity).     

基于简单统计排名模型的差异表达基因识别

不同实验条件下差异表达基因(DEGs)的识别是微阵列数据分析的主要目标之一,针对分析结果中具有高排名的基因往往表现出较低差异表达水平的缺点,提出了一种基于简单统计排名模型的差异表达基因识别算法MRP(Matrix rank product)。算法可直接处理基因芯片原始数据,排除了数据预处理方法对算法的干扰;另外,通过对基因芯片数据形成的矩阵进行整体排序计算,得到具有高准确度的差异表达性排名结果。     

缺血性心肌病不同阶段基因表达的改变模式研究

文章选取缺血性心肌病患者和对照组收集的外周血,对其采用微阵列数据集进行转录组分析,分为两个部分进行.在第一部分,从3组缺血性心肌病患者样本与健康对照的数据集分析中,确定了3个重要基因——成纤维细胞生长因子结合蛋白2 (FGFBP2)、葡萄糖-果糖氧化还原酶结构域(GFOD1)和伴皮层下囊肿的巨脑性白质脑病(MLC1),可作为潜在的mRNA生物标志物.在第二部分,从3个时间点(发作当天、恢复4～6天及恢复6个月)收集了2组基因表达数据集.基因代谢途径的差异性分析表明,与对照组对比,发作组和恢复组涉及到炎症和免疫途径;与恢复6个月组对比,发作组和恢复组(4～6天)涉及到代谢途径或神经分泌.这显示了缺血性心肌病的发作和恢复期间的生物学过程变化.实验结果表明,3种潜在的mRNA生物标志物——FGFBP2、GFOD1和MLC1,涉及到缺血性心肌病不同的代谢通路,具有连续的生物学过程变化.     

HGA-COFFEE:多序列比对问题的混合遗传算法求解

针对生物序列分析中的多序列比对问题，设计了一个求解多序列比对问题的混合遗传算法（与之相应的软件称为HGA-COFFEE），该算法采用COFFEE函数作为个体的适应度函数，构造了5种新的遗传算子，包括1种选择算子，2种交叉算子和2种变异算子，其中一种变异算子基于COFFEE的一致性信息设计，以改善算法的整体搜索能力；另一种变异算子基于动态规划方法设计，以增强其局部搜索能力。最后，通过对BAliBASE中144个测试例的测试，证明该算法是有效的，与已有的算法相比，该算法对处于朦胧区和具有N／C末端延伸的序列比对问题有更强的问题求解能力。     

基于支持向量机的微阵列基因表达数据分析方法

DNA微阵列技术，使人们可以同时观测成千上万个基因的表达水平，对其数据的分析已成为生物信息学研究的焦点．针对微阵列基因表达数据维数高、样本小、非线性的特点，设计了一种基于支持向量机的基因表达数据分类识别方法，该方法采用信噪比进行基因特征提取，运用支持向量机的不同核函数进行性能测试，针对几个典型数据集的实验表明其识别效果良好．     

基于GPU 的生物信息学研究综述

随着高通量生物组学数据生成技术的不断发展,近几年的生命科学研究的研发方法也出现较大的变革。海量的生物数据分析迫切需求现代大数据工具和技术。GPU在浮点运算、并行性以及能耗上与其他技术相比有显著的优势,其作为一种通用计算工具越来越受到重视。GPU很早就被用运用到生物信息学研究中,其加速效率一般能够达到两个数量级以上。文章主要概述GPU在生物信息学多个研究领域中应用,探讨GPU技术所适应的问题模型,并分析了其存在的不足。     

不同培养条件下酿酒酵母菌的转录组差异分析

从组学水平分析富硒条件下酿酒酵母菌(Saccharomyces cerevisiae)内在分子机制,为酿酒酵母菌富硒研究及富硒基因的挖掘利用提供理论依据。该研究以不加硒培养的酿酒酵母菌作为对照组Kb,以加20μg/mL硒培养的酿酒酵母菌为实验组Se,利用Illumina高通量测序平台对两组进行转录组测序,通过生物信息学方法对数据进行分析处理。结果表明,转录组测序共获得6445个Unigenes,分别有1401个(21.74%)、3665个(56.87%)、5630个(87.35%)、6112个(94.83%)、6077个(94.29%)、5059个(78.49%)Unigenes被注释到GO、KEGG、COG、NR、Swiss Prot和Pfam数据库,共有6150个(95.42%)Unigenes得到注释。在GO功能注释中,共得到41个GO功能小类,在KEGG代谢通路分析时,获得了113条KEGG通路。该转录组测序数据质量高,结果覆盖面广,为酿酒酵母菌富硒基因挖掘和研究提供了一定的理论参考。     

肺炎克雷伯菌CRP蛋白表达与纯化及生物学特征分析

目的:原核表达获得肺炎克雷伯菌KP1_RS23625基因（crp）编码的CRP蛋白,并解析CRP蛋白具体的生物学功能。方法:首先克隆肺炎克雷伯菌crp基因,并亚克隆至pET-28a（+）质粒构建重组蛋白表达载体;然后体外原核诱导表达、纯化目的蛋白并进行SDS-PAGE电泳分析。进一步通过生物学信息方法分析CRP蛋白的生物学功能:利用ProtParam、Protscale、SignalP4.1 Service、TMHMM Server v.2.0、SOPMA、SWISS-MODEL软件分别分析目的蛋白理化性质、疏水性、信号肽、跨膜区域、二级与三级结构等一般生物学特征;并借助CDD数据库、Net Phos 3.1 Sever在线软件预测蛋白的功能结构域、磷酸化位点等功能特征;进一步利用ATRING 11.0交互式数据库进行蛋白质交联互作分析。结果:成功构建了重组目的蛋白表达载体pET-28a-crp,并通过原核诱导表达与镍柱亲和吸附法表达、纯化获得CRP目的蛋白;蛋白电泳结果显示CRP蛋白为水溶性蛋白,包括标签蛋白（约4 kDa）的重组目的蛋白分子质量约27 kDa。对CRP蛋白的生物信息学分析结果显示:CRP蛋白大小23.65 kDa、为亲水性蛋白;无跨膜结构域、无信号肽;蛋白二级结构主要由α螺旋与不规则卷曲构成,其中α-螺旋占比40%以上,结构较松散;同时成功构建了三级结构模型;CRP蛋白结构域分析表明含有1个功能结构域,属PRK11753超级家族;修饰位点及蛋白注释分析显示目的蛋白含20个磷酸化位点,与多个蛋白具有交互作用。结论:本研究利用基因工程方法成功获得了较高纯度肺炎克雷伯菌CRP蛋白,并通过生物信息学手段解析了其生物学特征,为肺炎克雷伯菌感染的临床治疗提供理论基础。     

花生主要过敏原Ara h 1线性B细胞表位的预测及鉴定

花生过敏由于其高致敏率和致敏严重性而引起了人们的广泛关注。Ara h 1是花生中的主要过敏原,属于Cupin超家族,通过抗原表位识别结合免疫球蛋白E引发花生过敏。本研究采用生物信息学分析花生主要过敏原Cupin超家族Ara h 1线性B细胞表位氨基酸组成,及其与Ara h 1二级、三级结构之间关系,通过质谱分析Ara h 1氨基酸序列中的抗消化肽段,并分析抗消化肽段与预测线性B细胞表位的关系。结果表明,Ara h 1的线性B细胞表位富含亲水性氨基酸和带电氨基酸;其二级结构没有明显的分布规律,具有一定的回转折叠结构;分析Ara h 1三级结构发现,表位主要位于单体之间的疏水相互作用区域,部分表位埋入三聚体构象内部;Ara h 1抗消化序列与表位之间存在部分重叠。综上,质谱检测体外模拟胃肠道消化肽段并结合表位生物信息学分析可以作为鉴定Cupin超家族线性B细胞表位的新方法。