基于活性蛋白的分离纯化及其功能结构整体研究方法的建立

本文对天然产物活性蛋白进行结构和功能整体研究方法的建立。首先,通过蛋白层析技术对其进行分离纯化,利用功能活性跟踪监测目标成分。其次,利用生物质谱技术进行肽指纹图谱的测定,找出同源蛋白进行序列比对;同时利用生物信息学从基因水平进行序列分析,最终得到活性蛋白一级结构。最后,利用同源模建进行高级结构和功能区域的分析,从而最终建立起蛋白质结构和功能的研究方法。     

家蚕保幼激素结合蛋白Bmtol基因的克隆及表达分析

目的:克隆获得家蚕(Bombyx mori)Bmtol基因序列,并对其蛋白结构进行预测,分析其在组织和JHA处理后头部的表达差异,为该基因的功能研究提供参考。方法:以家蚕的全组织c DNA为模板利用RT-PCR技术扩增和克隆获得Bmtol基因c DNA全长序列,并提交至Gen Bank数据库;利用多种生物信息学软件预测分析其编码蛋白的理化特性和结构特征;采用MREGA5.0软件中的邻接法(neighbor-joining,NJ)构建Bm TOL及其它昆虫同源TO的进化树;通过q PCR技术分析Bmtol基因在5龄3天家蚕不同组织的表达情况,及JHA处理5龄蚕后在0 h、24 h、48 h、72 h和96 h家蚕头部的表达情况。结果:克隆获得了家蚕Bmtol基因的c DNA序列(Gen Bank登录号KY681053),Bmtol基因的开放阅读框(ORF)长度为759 bp,编码252个氨基酸,预测其蛋白分子量为27.72k Da,理论等电点为6.16,有信号肽,无跨膜结构,且第25~251位氨基酸之间存在一个保幼激素结合蛋白家族JHBP保守结构域;N端为疏水区域,可能与保幼激素结合蛋白的核心部位有关。亚细胞定位分析表明,Bm TOL属于分泌型蛋白,主要集中在内质网-高尔基体-质膜分泌途径上。Bm TOL蛋白具有3个α螺旋,第34位的Cys和第44位Cys形成一个二硫键链接在α1螺旋和N末端,构成Bm TOL蛋白与配体结合的核心部位。序列比对结果显示,家蚕Bm TOL序列与其他昆虫TO的氨基酸序列一致性差别较大。家蚕Bm TOL与果蝇Dm TO的相似性为25.10%,与烟草天蛾的相似性为19.69%,与冈比亚按蚊的相似性为25.78%,与埃及伊蚊的相似性为23.53%,与黑花蝇的相似性为28.17%,与意大利蜜蜂的相似性为23.05%,与苹浅褐卷蛾的相似性为21.18%。系统进化树分析表明,所有选用昆虫TO形成两个大的分支:苹浅褐卷蛾Ep TO1、烟草天蛾Ms TO、意大利蜜蜂Am TOL、果蝇Dm TO和黑花蝇Pr TOL聚为一个分支,埃及伊蚊Aa TO、冈比亚按蚊Ag TOL-2和家蚕Bm TOL聚为另一大分支。q PCR结果显示,Bmtol基因在家蚕头部、表皮和精巢有较高表达,其他组织表达量很低或没有。在JHA处理的5龄家蚕的头部,Bmtol基因在处理后0 h、24 h、48 h、72 h和96 h的表达量差异不明显。结论:Bm TOL蛋白属于JHBP家族,具有JHBP家族的典型结构;组织表达谱和JHA处理结果暗示,Bm TOL属保幼激素结合蛋白(JHBP),在家蚕中除保幼激素结合之外还参与其他多种生理功能。     

microRNA计算识别中的模式识别技术

MicroRNAa(miRNAs)是一种大小约21-23个碱基的单链RNA小分子,对多种生物学过程起调控作用,它们主要参与基因转录后水平的调控,能有效地抑制相关蛋白质的合成,与生物体的生长发育和某些疾病的发生密切相关.对mi-croRNAa(miRNAs)的研究正在不断增加,计算识别为分子生物学实验寻找新microRNA提供一组高质量的候选序列.文中从模式识别的角度审视现有的计算识别技术,分析和比较各种方法的特点后发现基于支持向量机的识别方法已经能在识别精度上得到很好的效果,这也是microRNA识别技术将来发展的主要方向.     

生物信息学中的计算机技术应用

在跟踪了当前生物信息学发展的基础上，对生物信息学中的计算机技术应用进行分析，提炼出不同的计算机技术在生物信息学科中的不同作用，以让更多的同行对这方面有所认识并在选题上有所借鉴。文中采用由点到面的方法，得出了高性能的计算机体系和网络技术是生物信息学赖以生存和发展的生命线；数据库技术是生物信息学大厦的支柱；可视化技术是生物信息学研究的重要手段；人工智能以及神经网络技术是生物信息学得以发展的保障等结论。     

生物信息学：我国生物信息学教育的发展与挑战

生物信息学（Bioinformatics）是生物学、数学和计算机科学交叉所形成的一门学科，它主要是运用信息科学和计算技术的手段，通过数据分析和处理．揭示海量数据间的内在联系和生物学含义。进而提炼有用的生物学知识。     

基于小波核支持向量机的蛋白质二级结构预测

提出一种基于小波核支持向量机分类模型,将其用于SARS蛋白质二级结构预测.实验表明,该模型与其他同类方法相比,提高蛋白质二级结构预测的准确度达到1%～2%.     

基于网格的生物序列比对与分析系统

提出了一个基于网格的生物基因序列比对与分析平台BioSA,详细描述了BioSA系统的各个组成模块,通过各个模块的分工与合作,BioSA系统可以给计算密集型基因序列比对提供一个统一与可扩展的计算环境.使用网格平台中的Web Services技术、消息通知机制,序列比较分析与查询匹配也可以实现.BioSA不仅支持系统定义的序列比对和分析,而且支持用户定义的、远程的序列分析.通过对实际序列比对的案例实现,验证了BioSA系统的正确性与高效性.     

BioSeg：一个生物序列数据模型

生物序列数据的表达和存储是生物序列数据处理的关键。当前的数据库管理系统不能有效地支持生物序列数据类型和操作,人们不得不用文本数据类型或直接使用文本文件存储生物序列数据。这种状况造成了生物序列比对、模式发现等数据处理的低效率。研究了生物序列数据的特征,分析并归纳了用户对生物序列数据的查询需求,提出了一个新的生物序列数据模型BioSeg。BioSeg模型由描述部分和多维数组组成,描述部分表示生物序列注释和其他相关信息,多维数组表示具体序列（如DNA序列“ATCCCGTA”）。BioSeg模型提供了实现生物序列数据查询的代数操作。相对于生物序列数据的文本存储方式,BioSeg模型提供的数据查询具有良好的效率和灵活性。     

3字符最长公共弱递增子串的O（nloglogn）算法

最长公共子串(LCS)和最长递增子串(LIS)是两个非常经典的基础算法问题,并且在生物信息学中已有重要应用.2006年,Brodal等人提出了最长公共弱递增字串问题(LCWIS),并且给出了2字符字母表上线性时间算法和3字符字母表上O(nlogn)时间的算法.本文中,我们提出了一种新的在3字符字母表上寻找最长公共弱递增子串(LC-WIS)的算法.该算法利用了两个成熟的数据结构:约束堆(Bounded heap)和van Emde Boas树.我们算法的时间复杂度是O(nloglogn),空间复杂度为0(n),两者都是目前为止最优的.     

基于图卷积的蛋白质复合物筛选模型

蛋白质复合物的预测对生物研究至关重要,现有的预测算法主要是基于蛋白质相互作用网络的局部结构发现算法,其存在一定的局限性,无法利用已知复合物作为先验知识,无法有效融合蛋白质生物关联性数据,因此其预测结果中会存在部分不符合复合物形成规律的样本。本文提出基于图卷积的复合物筛选模型,该模型充分考虑了蛋白质特征,在蛋白质复合物对应的局部图中将特征进行深度融合,从而有效地对蛋白质复合物进行评分,识别并剔除一般复合物预测算法结果中的低分复合物样本,提高其预测的准确性。