应用核磁共振波谱技术研究蛋白质相互作用

从结构生物学角度研究蛋白质与蛋白质相互作用十分重要. 核磁共振波谱技术是目前结构生物学的主要研究方法之一, 该方法具有其他技术所不可替代的重要作用. 核磁共振波谱技术可以在接近生理条件下研究蛋白质相互作用, 特别适合研究瞬时存在的动态复合物. 该技术是少数几种能够提供无结构或有部分结构的蛋白质以及蛋白质折叠过程等多方面信息的方法. 核磁共振波谱技术还可以在多种时间尺度下提供蛋白质的动力学信息. 本文以中国科学技术大学生物核磁共振波谱实验室的研究实例对上述观点进行阐述.     

一种改进的研究蛋白质-蛋白质相互作用的平均势方法

在原子水平上发展了一种距离相关的用于研究蛋白质-蛋白质相互作用的平均势(potential of mean force, 简称PMF)方法. 与传统理论模型相比, 我们的模型考虑了蛋白质系统的复杂环境因素. 这种改进使得该模型能够给出物理上更合理和准确的势函数形式. 得到这样的势函数是正确描述蛋白质结构及相互作用的前提条件. 而且借助于改进后的方法, 还可以对蛋白质中残基相互作用的空间拓扑规律进行研究. 期望这种改进将促进平均势方法在蛋白质科学其他领域, 如蛋白质折叠识别, 结构预测及热稳定性预测中的应用和发展.     

钩端螺旋体蛋白质相互作用网络预测与系统分析

问号钩端螺旋体是一种致病菌, 能够引起人畜共患病. 该细菌全基因组序列测序的完成, 为从全蛋白质组学的角度分析蛋白质相互作用网络提供了基础. 本研究通过整合4种计算方法(基因融合法、基因邻居法、系统发生谱法和操纵子法)来预测钩端螺旋体赖株蛋白质相互作用网络. 对运动和趋化系统、信号传导系统、脂多糖生物合成以及黏附、侵袭等有关蛋白质之间的相互作用进行了详细分析. 除此以外, 根据蛋白质的相互作用网络以及功能分类, 预测了203个未知蛋白质可能的功能. 这不仅为进一步研究钩端螺旋体赖株的致病机制提供了一个资料, 也为在基因组范围内应用生物信息学方法研究微生物提供了一个实例.     

通过蛋白质互作网络预测已知部分功能的蛋白质的精细功能

基于高通量数据, 研究人员已经设计了许多算法用于寻找功能完全未知蛋白质的功能. 然而, 这些算法的效率受到一些根本因素的制约, 包括: (ⅰ) 功能完全未知的蛋白质参与一个精细功能的先验概率低; (ⅱ) 高通量互作数据中有大量的假阳性互作; (ⅲ) 蛋白质互作数据对功能类的覆盖不完全; (ⅳ) 训练算法的大量阴性样本数据是异质的; (ⅴ) 训练算法的蛋白质的精细功能知识不足. 因此, 本研究提出一种新的方法对已知部分功能的蛋白质进行功能预测, 即利用功能特异的蛋白质互作子网或者基因表达模式信息来寻找蛋白质更为精细的功能. 该方法能够通过恰当地定义预测范围和过滤假阳性数据减少上述提到的问题, 因此可以高效地发现蛋白质的新功能. 对于几千个已知部分功能的酵母与人类蛋白质, 该方法能够以超过90%的精确率找到它们更为精细的功能. 预测的精细功能对于指导随后的湿实验和提供必要的功能知识来学习其他蛋白质的功能都具有重要的意义.     

HMG蛋白质(1+2)的功能研究

HMG蛋白质是一类酸溶性的非组蛋白质,虽然这类蛋白质在染色质内的含量非常丰富,但有关它们的生物学功能目前依然不清楚.本文对HMG蛋白质(1+2)与β-CAT质粒DNA相互作用的模式进行了初步分析.实验结果表明这类蛋白质能促使β-CAT质粒DNA解螺旋,此外,在质粒DNA的局域部位,还能观察到DNA环结构的形成.     

蛋白质寡聚化的活体检测技术及其研究进展

蛋白质寡聚在许多生理过程中起着非常重要的作用,分析蛋白寡聚化有利于深层次解析蛋白质-蛋白质/配体相互作用、信号转导以及疾病发生相关机制等生物学过程.近年来,随着一些新兴技术的涌现,实时、动态、活体观测蛋白与蛋白相互作用的研究已成为热点.通过提高时间分辨率和空间分辨率,可以更准确地观察和研究蛋白质的动态行为和相互作用.同时,新兴技术与算法的结合进一步扩展了对蛋白质在时间和空间尺度上的研究范围,使我们能更深入地探索蛋白质结构与功能之间的关系.本文首先简要介绍了寡聚蛋白质的分类和形成机制,随后从蛋白标记技术和活体检测技术两个方面综述了用于分析蛋白复合体寡聚化的几种主要技术以及其研究进展.最后,展望了蛋白质寡聚化研究的发展前景,希望为研究者在选择适合的分析技术时提供一些理论参考.     

基于二次打断IPed DNA片段ChIP-Seq的模拟分析

ChIP-Seq是在全基因组水平上研究活体细胞中蛋白质和DNA相互作用谱的有效手段.近年来,随着高通量短序列DNA测序技术的快速发展,研究基于新一代DNA测序方法的ChIP-Seq分析算法已经成为热点之一.然而,目前报道的分析方法主要是基于对免疫共沉淀获得的DNA片段进行片段大小选择后的ChIP-Seq数据,也就是主要针对Solexa系统获得的数据进行分析的算法.SOLiD系统是目前测序通量最高的新一代DNA测序系统.在SOLiD系统的DNA测序文库制备过程中,采用对免疫共沉淀获得的DNA片段进行二次超声打断可以满足ePCR对序列长度的要求,因此SOLiD测序文库中的DNA测序片段较短.到目前为止,基于SOLiD系统测序特点的ChIP-Seq研究很少报道.本文旨在研究测序文库中DNA片段的长度对ChIP-Seq分析的影响.通过真实的ChIP-seq数据和模拟产生的ChIP-Seq数据,对目前3种主要的ChIP-Seq分析方法(CisGenome,SISSRs以及MACS)的特点进行研究.有报道表明来自Solexa系统的ChIP-Seq数据局部有明显的正负链双峰特征,而通过对真实的来自SOLiD系统的ChIP-Seq数据特征的挖掘,我们发现单个峰局部无明显的正负链双峰特征,并且峰的局部的序列分布大部分符合正态分布.基于这些特征,我们模拟了两个不同测序平台的ChIP-Seq实验.在控制了模拟实验的可比性后,我们发现当前基于Solexa文库制备方案的ChIP-Seq数据发展的算法,并不能有效地捕获来自SOLiD系统的ChIP-Seq数据特征.我们的研究还表明,误用ChIP-seq软件可能是导致部分SOLiD的ChIP-seq实验失败的原因.因此,需要开发一种新的基于二次打断IPedDNA片段的ChIP-Seq分析策略.     

蛋白复合物与相互作用谱和表达谱的相关性分析

蛋白相互作用是指细胞内蛋白-蛋白间的物理相互作用, 通过酵母双杂交系统和基于质谱的蛋白吸附沉淀技术, 在酵母细胞中获得了大规模的蛋白相互作用数据. 收集了文献报道的共2617个酵母蛋白的11855条相互作用. 通过分析酵母细胞的大规模基因表达谱数据, 获得不同基因间表达的相关性. 蛋白复合物数据也可以获得, 并能转换成蛋白两两关系数据. 综合分析蛋白复合物、蛋白相互作用数据和基因表达数据可以发现三者之间的相关性. 结果显示, 有相互作用或表达谱相似的蛋白都比随机抽取的蛋白同属一蛋白复合物的几率高; 并且, 有相互作用且表达谱相似的蛋白同属一蛋白复合物的几率更高. 这一研究表明, 对现有的大规模蛋白复合物数据、蛋白相互作用数据和基因表达谱数据进行整合、分析, 可以揭示它们之间的关联性, 并且有助于获得这些数据蕴含的公共信息. 这种研究方法对于其他的大规模数据, 如蛋白组数据、表达谱数据、蛋白的细胞定位数据和表型数据的综合分析有很好的借鉴意义.     

电喷雾离子阱质谱法鉴定人肝癌细胞双向凝胶电泳胶内蛋白质

质谱法鉴定双向电泳胶内蛋白质是目前蛋白质组研究中最重要的分析方法．采用电喷雾离子阱质谱法对人肝癌细胞系ＢＥＬ－７４０４双向电泳后的胶内蛋白质进行分析鉴定．蛋白质经双向电泳分离,从凝胶上切割后,经过胰蛋白酶胶内酶解,通过液相色谱－电喷雾离子阱质谱分析肽谱和各肽段的氨基酸序外．根据肽谱和序列信息,经数据库检索,结合双向电泳分离获得的蛋白质分子量和等电点信息,对９种胶内蛋白质进行了鉴定．获得的氨基酸覆盖率为对２１％～７２．２％．其中两种蛋白质在ＳＷＩＳＳ－２ＤＰＡＧＥ的肝细胞蛋白质组数据库中尚未报道．在此基础上,进一步探讨了所鉴定的蛋白质与肝癌发生的关系．这一方法的应用,为与疾病相关的蛋白质组研究提供了有效和快速的分析鉴定方法．     

生物信息学:生物实验数据和计算技术结合的新领域

大量的蛋白质和核酸数据的积累与理性地分析这些数据中所蕴涵的生物学意义的以重需要,产生了综合生物学研究与计算技术研究等领域最新的交叉性学科“生物信息学”、分别从基因序列或蛋白质结构等生物信息数据库、基因组分析或蛋白质结构分析等常规生物学计算软件、基因组数据库检索或蛋白质空间结构识别与预测等在线生物学计算服务器、人工生命等几个方面,概述了发展中的生物信息学的最近动态和有关信息,并同时提供了相关的热门生     

微重力对蛋白质晶体结构的影响

为了考察微重力对蛋白质晶体结构的影响,对空间和地面结晶实验生长出的蛋白质晶体进行了结构测定,并进行了比较研究,在完成对鸡蛋清溶菌酶晶体结构研究的基础上,又对酸性磷脂酶Ａ２晶体结构做了测定和比较,从目前的研究结果可以得到这样的结论：微重力可能不足以改变蛋白质肽链的构象,但微重力能够改善与蛋白质分子联系罗弱的有序水分子的空间排布状况,这应该是微重力改善蛋白质晶体质量的一个重要因素,另外,上述两种蛋白晶     

刺激-响应型蛋白质分子印迹材料的研究进展

蛋白质分子印迹技术在蛋白组学、生命科学、生物传感、药学研究及生物样品纯化等领域具有广泛的应用价值并备受关注.不过,由于其分子量较大,蛋白质分子印迹材料在应用中还存在蛋白质的传输扩散效率较低及吸附脱附较难等缺陷.而新出现的刺激-响应型蛋白质分子印迹材料可对外界刺激做出反应,并可进一步通过调控分子印迹材料与生物大分子之间的相互作用来实现目标蛋白质的高效快速捕获及释放,因此其具有重要的应用前景.本文综述了近20年来刺激-响应型蛋白质分子印迹材料的研究进展,并概述了其制备方法、聚合物单体种类、刺激-响应类型及机理,还进一步阐明了刺激-响应型蛋白质分子印迹技术的未来发展方向.     

水合溶菌酶肽链伸展的DSC研究

蛋白质和溶剂的相互作用在决定天然蛋白质的构象和稳定性中起重要作用.世界上第一个蛋白质结构的发表就是基于球蛋白中的憎水氨基酸侧链是避开水溶剂的这一热力学依据.因此研究水对蛋白质热稳定性的影响对于了解天然蛋白质的构象及肽链的折叠、伸展会提供重要信息.     

机器学习与计算力学的结合及应用初探

自20世纪50年代以来,随着计算机科学的不断进步,机器学习和数据科学得到了长足发展.这些技术一般依靠大量数据作支撑,通过训练过程提取出蕴藏在数据内部的抽象映射关系,目前已被成功应用于化学、生物等自然科学研究领域.近年来,这些技术也逐渐受到计算力学领域研究者的关注.本文结合作者的相关研究成果介绍了机器学习、数据科学与计算力学相结合的3种形式:第一种是与有限元方程求解方面的结合,直接应用卷积神经网络算法求解线性有限元方程;第二种方式结合有限元计算和机器学习预测复杂材料结构与力学性能的关系.本文作者应用该方法基于细观页岩扫描照片和随机建模算法,成功训练出可以有效预测细观页岩样本等效模量的卷积神经网络;第三种方式是建立基于数据驱动的计算力学方法,比如直接利用真实的材料实验数据代替材料本构模型.这些工作显示了机器学习、数据驱动在处理材料的力学实验数据、设计新型材料以及创建更高效的计算力学模型方面的广阔前景.随着计算力学的发展,未来将可能出现更多将数据科学、机器学习与计算力学相结合的应用场景,进一步开发出更加强健、高效和保真的计算力学方法.     

高维量子逻辑门及高维量子信息处理

量子计算与量子信息处理是涵盖了信息理论、计算机理论与量子力学的交叉学科,在信息、物理以及计算机等众多领域有着非常大的影响.量子特性在信息安全、信息容量以及计算速度的提高等方面都具有独特的优势.量子逻辑门是量子计算与量子信息处理中的一个关键模块,因此,如何构建一个合适的逻辑门也是现阶段热门的研究领域.此外,研究量子信息科学,纠缠光子对也是一个不可或缺的元素.目前有很多种产生纠缠光子对的理论和实验方案,例如参量下转换等方案.高维量子系统可以在很大程度上提高量子信道容量和信息存储空间,通过实现高维度量子逻辑门,能够提高量子计算与量子信息处理的速度.然而,直接由两个高维子系统相互作用构建高维逻辑门是很困难的.在这种情况下,即使要实现一个很小的高维逻辑电路,也会耗费大量二维逻辑门.本文主要介绍了利用纠缠光子对的偏振、频率和空间模式自由度实现的二维以及高维单自由度和多自由度的量子逻辑门方案,并探讨了这些方案在量子信息处理和量子计算等方面的应用以及发展趋势.     

原子核结构的自然基壳模型

在Woods-Saxon基下,用现实核力CD-Bonn势计算了壳模型的有效相互作用.CD-Bonn势中的硬芯通过能量无关的重整化方法V_(lowk)处理,重整化之后的核力能够让体系表现出更好的微扰性并且能够保证两自由核子的低能散射相移不变.同时,本文使用了扩展的Krenciglowa-Kuo迭代方法计算壳模型的有效相互作用,这种方法能够有效地处理非简并模型空间的多体关联,使得壳模型计算能够在较小的模型空间下给出体系的低激发态信息.分别在谐振子基和Woods-Saxon基矢下构建sd区的有效相互作用,其中在Woods-Saxon基的计算中,连续态的贡献通过多体微扰方法包含在有效相互作用中.通过对氧同位素的低激发态的计算,比较了谐振子和Woods-Saxon单粒子基在原子核壳模型计算中的优劣,并通过对两种单粒子基下核子分布的分析研究了非束缚态对原子核结构的影响.     

面向脑电数据的知识建模和情感识别

心理科学研究依赖于对生理、心理数据的分析,情感是心理研究的重要内容.近年来随着认知神经科学研究技术的成熟,研究者利用脑电(electroencephalogram,EEG)等可以反映脑功能活动的生理信号,直接研究情感问题,如情感识别、情绪脑等.但是,生理信号将会产生TB级甚至PB级的数据量,认知研究和临床神经科学在过去几十年中已产生大量生理数据,对这些大数据的表示和情感知识挖掘需要更高级的工具.构建能够表示数据含义和情感相关知识的模型,能够给心理研究者提供一个知识共享平台,以便使用这些大数据进行情感方面的科学研究.本文构建一个可以表示EEG数据语义和被试者上下文信息的本体模型,并基于该模型使用推理引擎进行基于EEG生理信号数据的自动情感识别.实验结果表明,模型在e NTERFACE 2006数据集上能够以99.11%的平均准确率识别被试者的情感状态,并从实验结果分析发现基于EEG数据情感识别最关键的特征是Beta波与Theta波的绝对功率比.     

蛋白质多肽主链上原子之间距离的计算

蛋白质溶液构象是分子生物学极其重要的研究课题,为此设计的计算程序DISGEO,DISMAN,DISNMA(待发表)是根据距离几何原理设计的,以核磁共振技术的NOESY和COPY谱获取多肽链中原子对(主要是H—H对)距离约束计算蛋白质分子的三维空间结构.目前这些程序设计细节尚未报道.而多肽链中原子之间距离的计算是设计这些程序的关     

小分子蛋白互作调节剂的研究进展

蛋白质-蛋白质相互作用(protein-protein interactions, PPIs)是生命活动的基本单元,在所有生物体的生理和病理过程中发挥核心作用. PPI功能的失调是多种疾病的基础,包括癌症、传染病、免疫疾病和神经退行性疾病等,故PPI是非常直接有效的药物作用靶点.然而,对PPI靶蛋白动力学的复杂性、稳定性与PPI结合模式的认知局限导致靶向PPI药物,特别是应用于临床的小分子蛋白互作调节药物(small molecule PPI modulators, smPPIMs)的开发,面临巨大挑战.虽然如此,目前已有部分药物分子成功上市或进入不同的临床研究阶段,证明了该研究方向的可行性,同时也表明,该领域尚存在许多值得探索的机遇.针对以上机遇和挑战,本文讨论了包括分子胶(molecular glues, MGs)在内的4种不同smPPIM调控机制,汇总了常见的smPPIM开发策略,并在介绍目前比较热门的PPI靶点基础上,给出对smPPIM后续研发的展望.     

基于Gogny相互作用的壳模型计算

在壳模型的框架下引入了密度依赖的Gogny相互作用以研究有限核的核结构性质.文中详细地讨论了密度依赖核力的性质和在壳模型中的运用.通过迭代求解的方法可以得到任意模型空间下的两体矩阵元和单粒子能.经过p壳和sd壳的计算我们发现Gogny相互作用可以在跨度较大的核区内有效计算能谱和结合能等核结构信息.并且在各套Gogny参数中D1S的表现最好,与实验数据进行对比能给出很好的计算结果.