有机碳源对异养小球藻生长、蛋白质和叶绿素含量的影响

研究了分别以葡萄糖、蔗糖和乙酸钠为唯一有机碳源异养养殖小球藻的生长、蛋白质和叶绿素合成。葡萄糖和乙酸钠培养的小球藻都出现了高浓度抑制生长的现象,小球藻在葡萄糖和乙酸钠中的最适生长浓度分别为25 g/L和35g/L,最大OD_(680)为5.45和1.93。但是小球藻的生物量随蔗糖浓度增大而增大,当蔗糖浓度为45g/L时出现了最大OD6_(80) 8.13。乙酸钠、蔗糖、葡萄糖培养42小时的小球藻的蛋白质含量分别为18%、15 %和14%,叶绿素含量分别为:17、10、8 mg/g。综合考虑小球藻生长、蛋白质及叶绿素合成,25 g/L葡萄糖是小球藻异养的最适有机碳源。     

剩余污泥资源化提取蛋白质方法的优选

剩余污泥中蛋白质的资源化利用是目前研究的热点,污泥预处理则是实现污泥中蛋白质释放的重要途径。为了进一步提高剩余污泥中蛋白质的溶出效果,选取热碱预处理、超声碱联合预处理、溶菌酶预处理对污泥进行溶胞,以蛋白质提取浓度为主要指标进行参数优化,并利用等电点法对粗提取蛋白进行纯化回收。结果表明：溶胞效果热碱预处理（pH值13、温度140℃、时间1.5 h,2 062.98 mg/L）>超声碱联合预处理（497.76 mg/L）>溶菌酶预处理（269.95 mg/L）,且在pH值为3时热碱预处理蛋白质纯化回收率可达62.42%。试验结果表明：热碱预处理在提取效果方面较另外两种方法优势明显,具有良好的利用前景。     

酸、碱溶液对脱脂蚕蛹的解剖结构影响

将脱脂蚕蛹分别置于清水、1%盐酸溶液和1%氢氧化钠溶液中,100℃浸泡处理20 min,采用电子光学显微分析技术观察脱脂蚕蛹的解剖结构。结果表明:①清水浸泡,蛋白质、甲壳素膨胀;②盐酸溶液浸泡,在蛋白质、甲壳素膨胀的同时,有蛋白的部分分解;③氢氧化钠溶液浸泡,蛋白质、甲壳素膨胀,蛋白质溶解,并伴有部分蛋白的分解。碱对蛋白层与甲壳层的层间有劈开作用。碱液能实现蛋白层与甲壳层的剥离。     

大豆蛋白复合材料的研究进展

对国外近十年来大豆蛋白与聚磷酸盐、玻璃纤维、麦草、苎麻、淀粉、聚乙烯醇、聚己内酯、聚羟基酯醚等的复合材料的制备方法，材料性能特点进行了总结。分析了大豆蛋白复合材料作为可生物降解材料替代某些通用塑料和工程塑料的应用前景，并提出了近期的发展方向。     

蛋白质化学修饰的研究进展

蛋白质分子具有极其复杂的结构层次，用化学修饰的方法研究蛋白质分子的结构与功能的关系一直是生物化学和分子生物学领域的热点。人们研究出许多小分子化学修饰剂并进行了多种类型的化学修饰。综述了蛋白质化学修饰领域的研究现状与水平，同时强调蛋白质的化学修饰是生化药物研究开发的重要手段之一。     

蛋白胨的生产

<正> 1.前言 蛋白胨是由蛋白质水解而制得的产品,供作培养基用,广泛应用于抗菌素工业、发酵工业、生物化工及生物试剂。生产蛋白胨的常用原料是畜骨,但是可供生产蛋白胨的原料甚多:屠宰场提供的牲畜血液;水产品加工厂提供的鱼类脏器;生化药厂提取脏器药物后的残     

关于蛋白质塑料的研究

近年来农业可再生材料受到人们的重视,蛋白质是可生物降解的环境友好材料。以不同农作物蛋白质来源分类介绍了国内外蛋白质塑料的研究进展,有大豆蛋白质、玉米蛋白质、向日葵蛋白质、小麦蛋白质、棉籽蛋白质及其他豆类蛋白质。涉及蛋白质材料的增塑、交联、共混等改性方法和压缩、挤出、注射等成型方法。     

RNA干扰技术疑有致命缺陷

RNA干扰（RNAi）是近几年发展起来的一项新技术，它能够让生物体内的特定致病基因保持“沉默”．无法编码有害蛋白质．从而发挥相应的疾病治疗作用。     

蛋白质相互作用网络功能模块检测的研究综述

蛋白质相互作用（Protein-protein interaction,PPI）网络是生命活动中一种极其重要的生物分子关系网络,利用计算方法从PPI网络中检测功能模块是目前生物信息学中一项重要的研究课题. 本文首先总结了功能模块检测过程的基本流程,说明了预处理和后处理的作用;其次,提出了一种模块检测方法的分类体系,并对其中一些代表性的检测算法进行了阐述;再次,给出了模块检测常用的数据库、评价指标和相关软件工具,并通过实验对代表性算法进行了性能对比. 最后,通过对该领域挑战性问题的分析预测了模块检测未来的研究方向,以期对相关研究提供一定的参考.     

CPL: Detecting Protein Complexes by Propagating Labels on Protein-Protein Interaction Network

Proteins usually bind together to form complexes, which play an important role in cellular activities. Many graph clustering methods have been proposed to identify protein complexes by finding dense regions in protein-protein interaction networks. We present a novel framework （CPL） that detects protein complexes by propagating labels through interactions in a network, in which labels denote complex identifiers. With proper propagation in CPL, proteins in the same complex will be assigned with the same labels. CPL does not make any strong assumptions about the topological structures of the complexes, as in previous methods. Tile CPL algorithm is tested on several publicly available yeast protein-protein interaction networks and compared with several state-of-the-art methods. The results suggest that CPL performs better than the existing methods. An analysis of the functional homogeneity based on a gene ontology analysis shows that the detected complexes of CPL are highly biologically relevant.