可溶性肿瘤坏死因子相关凋亡诱导配体在E.coil中的表达、纯化及其生物学活性

目的表达纯化可溶性肿瘤坏死因子(tumor necrosis factor,TNF)相关凋亡诱导配体(TNF-related apoptosisinducing ligand,TRAIL)蛋白,并测定其生物学活性。方法利用E.coli中表达C-端带有6×His标签的可溶性TRAIL蛋白,并优化诱导时间(4、6和8 h)和诱导剂IPTG的浓度(0.06、0.125、0.25、0.5、1 mmol/L)。表达产物经Ni亲和层析和离子交换层析纯化后,采用MTT法测定不同浓度TRAIL(终浓度分别为100、200、400 ng/ml)的活性,并检测亲和层析过程中两种洗脱方式(洗脱液4℃留柱过夜后进行洗脱和洗脱液进柱后直接收集流出液)及纯化过程中两次透析的时间(均为24和48 h)对TRAIL活性的影响。结果最佳诱导时间为6 h,最佳IPTG诱导浓度为0.5 mmol/L。表达产物的表达量占菌体总蛋白的20%,相对分子质量为20 000,可与兔抗人TRAIL单克隆抗体发生特异性结合。TRAIL终浓度为100、200和400 ng/ml的实验组的抑制率分别约为36%、53%和73%。亲和层析的两种洗脱方式的TRAIL活性差异无统计学意义(P0.05),透析48 h比透析24 h获得的TRAIL活性显著降低(P0.05)。结论 TRAIL蛋白成功在E.coli中表达,具有抑制肿瘤细胞生长的作用,优化后的TRAIL诱导条件和纯化方法可进一步大量生产高TRAIL蛋白的活性,满足了TRAIL的基础及临床相关研究的要求。     

刘德培

医药分子生物学专家，1950年5月4日出生，安徽省阜南市人。1986年毕业于中国协和医科大学，获医学博士学位。中国工程院副院长，中国协和医科大学基础医学院研究员。从事分子生物学教学和基因表达调控与基因治疗研究，发现马利兰可显著增加贫血恒河猴与地贫患者胎儿型珠蛋白基因表达。发现HS2是自基因的红系增强子；建立正常与多种突变的α与P珠蛋白基因簇转基因鼠模型，发现P—LCR与α—PCE的基因簇特异性作用及α—PCE中HS的协同作用；[第一段]     

密码子优化的牛精蛋白基因在大肠杆菌中的表达

以PCR的方法得到牛精蛋白基因的基因，去其内含子，得到牛精蛋白cDNA，克隆入原核表达载体pGEX-2T中，组装成表达载体pGEX-2T-PE，利用大肠杆菌偏好的编码精氨酸的密码子CGT将野生型牛精蛋白基因中编码精氨酸的稀有密码子（AGA或AGG）替换掉，通过基因合成得到密码子优化的牛精蛋白的基因，将其克隆入原核表达载体pGEX-2T中，组装成表达载体pGEX-2T-PS。将这两个表达载体分别转化入大肠杆菌表达菌株BL21中，经IPTG诱导，同样条件下，野生型牛精蛋白基因无法得到表达，密码子优化的牛精蛋白基因能够得到良好的表达，表达产物约占细菌总蛋白的18％，将表达蛋白纯化，进行DNA－蛋白结合实验，发现其能与DNA发生非特异性的结合。     

一种高效挖掘冠心病医案关联规则的仿真研究

研究中医冠心病医案,高效挖掘有益信息规则问题,由于中医医案数据量大、关联性强,针对传统的关联规则挖掘算法处理中医医案数据时存在效率低、收敛速度慢及漏报规则等问题,提出一种小生境技术和基因表达式编程相结合的挖掘关联规则的方法。通过惩罚函数设置支持度阈值,利用小生境技术执行小生境演化、融合算法,结合基因表达式编程算法操作简单、鲁棒性强的优势搜索强关联规则,有效避免了算法早熟,解决了规则冗余。针对治疗冠心病的中医医案进行了验证性实验,实验结果表明,改进算法在提取有效信息的效率上有较大的提高,挖掘结果对冠心病中医临床诊治具有一定的参考价值。     

原发性高血压病靶器官损害的预测仿真研究

研究原发性高血压病靶器官损害准确预测问题,由于原发性高血压病靶器官损害的影响因子之间存在着高度冗余和非线性,导致传统方法预测准确率低,为提高预测精度,构建了一种改进的基因表达式编程算法的原发性高血压病靶器官损害预测模型,首先设计了适合靶器官损害预测的适应度函数,然后为克服早熟现象提出了以平均适应度形式自适应的改变重组算子概率和变异算子概率,通过数据训练得到靶器官损害的2年预测模型。采用对山东中医药大学第二附属医院原发性高血压病历史数据进行验证性仿真,结果表明,方法的预测精度更高,在原发性高血压病靶器官损害的预测中有着广泛的应用前景。     

多样性制导分段进化的基因表达式编程

为了解决基于传统基因表达式编程（GEP）的函数挖掘及其改进算法仍然存在局部优化的缺陷这一问题,提出了以基因组多样性制导的分阶段进化挖掘算法DGGEP。给出了GEP 进化阶段和基因组多样性评估模式的定义;提出了描述进化阶段的进化因子概念和分阶段进化策略;采用动态遗传算子设计和群体规模控制方法,使进化更快速跳出局部最优。实验表明了新算法的有效性,能减少进化停滞代数65％以上,使群体的平均适应度提高12%以上。     

链霉亲和素-蛋白A融合蛋白基因在大肠杆菌中的表达

将合链霉亲和亲-蛋白A（Streptavidin－proteinA）融合蛋白基因的表达质粒pTSAPA导入大肠杆菌BL21（DE3），成功地表达了该融合蛋白，经SIJS－PAGE及免疫印迹等方法证实该蛋白既具有IgG的结合活性，又具生物素结合活性。     

一种基因数据分析的半监督学习算法

基于对无标记数据算法的研究,讨论了基因数据分析的半监督学习算法。基因数据的典型特征是小样本、高維数,处理起来非常困难。在安全的半监督学习基础上,提出了一种降维和半监督学习相结合的方法,以提高分类效果的精确度及鲁棒性。实验证明,该方法通过结合降维和半监督学习的优点,具有很好的应用价值。     

脊髓灰质炎病毒与痘苗病毒重组体的构建及表达

含脊髓灰质炎病毒1型(简称 PV1)全基因7.4Kb cDNA 和编码 PV1外壳蛋白 VP12.5Kb 的 cDNA 片段的两株重组痘苗病毒(RV-1和 RV-2)表达了 PV1抗原。经荧光标记的抗 PV1型特异性单克隆抗体检测,感染了 RV-1和 RV-2的 Herp-2细胞呈阳性荧光反应。免疫印迹实验证实两株重组痘苗病毒分别表达 PV1抗原三条和两条特异性蛋白带。免疫家兔后能诱导产生抗 PV1中和抗体。本文对重组病毒表达 PV1抗原的效率进行了初步讨论。     

采用基因表达式编程的沟灌入渗模型参数估计方法

入渗参数的准确估计是沟灌系统设计优化的关键问题。本文基于基因表达式编程(GEP)算法,通过数值试验获得了沟灌入渗模型参数γ估计GEP算法所需的有效数据集合,进行了参数γ的敏感性分析,确定了模型参数γ估计GEP算法的输入因子及其最优组合,建立了γ与最优组合因子的定量关系,进而提出了γ的估计方法。研究结果表明,γ对积水深度、初始有效含水率和沟深度最敏感;土壤水力特性参数对γ影响较大,模型参数γ估计GEP算法的最优输入因子组合为积水深度、沟深、初始有效含水率、饱和导水率和进气值参数;变积水深度条件下γ的估计值与定积水深度的γ值相近;在变积水深度条件下,与利用HYDRUS-2D模型计算得到的"精确"入渗量相比,应用基于γ估计值的沟灌入渗模型计算的累积入渗量误差小于5%,满足计算精度要求。入渗过程中边界效应对总入渗量的贡献逐渐增大,与细质土壤相比,粗质土壤中边界效应对总入渗量的贡献更大,本研究条件下黏壤土中边界效应最终贡献约为25%,砂土中约为37%。研究表明GEP算法可作为沟灌入渗模型参数γ估计的一种有效方法。