大肠杆菌基因编码区域基分布非均匀性的研究

基于大肠杆菌１２９２个基因编码区。１）统计出了氨基酸丰度分布，与一般生物氨基酸丰度比较发现，构成大肠杆菌蛋白质的氨基酸中疏水氨基酸相对较多，小氨基酸相对较少，二硫键相对较少；（２）发现编码区域基分布的徨与氨基酸丰度的分布和同义密码子的非均匀使用紧密相关；３）分析了编码开始区域、编码终止区域碱基分布和氨基酸丰度分布的差别，得到了一些有意义的结论。     

基于无监督学习的编码衍射成像方法研究

编码衍射成像旨在利用衍射强度图样重建原始图像，而现有基于人工设计先验的编码衍射成像算法大都在低信噪比下成像质量低。通过基于深度神经网络学习的深度先验能够解决上述问题，但有监督学习需要大规模样本对，不利于实际应用。针对这一问题，本文提出一种基于无监督学习的编码衍射成像方法。该方法结合双数据保真项、卷积稀疏编码模型和深度图像先验模型构建了能够融合互补先验的优化模型，并利用交替优化方法对其进行有效求解。实验结果表明，提出的方法能够在低信噪比下仅通过单幅编码衍射强度图样重建出高质量的图像。     

中国对虾抗菌肽成熟肽的cDNA克隆

利用RT－PCR、嵌套PCR（Nested PCR)和3’－RACE等方法，从中国对虾血细胞中克隆到1种抗菌肽基因片段，称为中国对虾肽（Chp）基因。此基因片段长543bp，开读框共有156个碱基，编码52个氨基酸。该基因所编码的氨基酸序列对应于凡那对虾抗菌肽成熟肽的序列，与其一致性为52－59％，相似性为61－73％，分子量为5652．4Da，理论等电点为9．76，带正点荷的氨基酸（Arg-Lys）为8个，不含带负电荷的氨基酸。上述这些特征（分子量较小，带正点荷）均为抗菌肽的普遍特征。     

蛋白质二级结构预测中的简化编码技术

神经网络用于蛋白质二级结构预测时，通常氨基酸序列采用正交二进制编码。基于不同残基间的物理化学性质，提出了简化的编码技术，并与其他蛋白质二级结构预测的方法进行了比较。实施结果表明：这种方法更充分地利用了蛋白质一级结构的信息，有较好的效果。     

大肠杆菌基因编码区碱基分布非均匀性的研究

基于大肠杆菌 １２９２ 个基因编码区．１）统计出了氨基酸丰度分布,与一般生物氨基酸丰度比较发现,构成大肠杆菌蛋白质的氨基酸中疏水氨基酸相对较多,小氨基酸相对较少,二硫键相对较少;２）发现编码区碱基分布的非均匀性与氨基酸丰度的分布和同义密码子的非均匀使用紧密相关;３）分析了编码开始区域、编码终止区域碱基分布和氨基酸丰度分布的差别,得到了一些有意义的结论．     

蛋白质分子进化过程中氨基酸替代数估计和距离测度的统计方法

氨基酸替代数的估计是测定蛋白质分子间进化距离的基本统计方法，是研究蛋白质分子进化的基础．估计氨基酸替代数和测定两个氨基酸序列间进化距离的统计方法分别是P距离、PC距离和Г距离的计算模型．同时，本文还对各个模型的特点作了比较．     

人囊性纤维化跨膜电导调节子蛋白的变异模式研究

【目的】编码囊性纤维化跨膜电导调节子（Cystic fibrosis transmembrane conductance regulator，CFTR）蛋白的基因突变可引起囊性纤维化，但该蛋白错义点突变的变异模式尚无报道。【方法】先用氨基酸对可预测性为指标将人CFTR蛋白及其178个错义点突变的氨基酸序列转换成标量序列，然后分析变异前后被替换掉的和替换出的氨基酸对的变化。【结果】97．19％的变异发生在不可预测的氨基酸对；87．08％的变异涉及1个或2个被替换掉的氨基酸对，其实际频率大干预测频率；15．17％的变异带来1个或2个替换出的氨基酸对，它们在正常的CFTR蛋白是不存在的；共有122个变异导致替换出的氨基酸对的实际频率小干预测频率。【结论】不可预测的氨基酸对对变异更敏感，变异的趋势是缩小氨基酸对实际频率和预测频率之间的差距，使氨基酸对的构成更加随机化，而人CFTR蛋白的这种退行性变导致了囊性纤维化。     

鼠源单抗3G1单链抗体基因的构建及序列分析

利用Rr—PCR方法，从分泌抗汉滩病毒mAb的杂交瘤细胞系3Gl中扩增出抗体VH和VL基因，通过PCR方法获得1inker—VL基因，进而利用加端PCR技术，在扩增出的单抗体VH和1inker—VL基因两端加上限制性酶切位点，分别克隆入pUCl8中并测序．3Gl VH基因长360bp，编码120个氨基酸；VL基因长324bp，编码108个氨基酸．在pUCl8载体中将VH和1inker—VL基因连接成ScFv基因．     

水稻条纹叶枯病毒天津分离物中病害特异性蛋白编码基因的克隆及序列分析

采用RT-PCR的方法,对水稻条纹叶枯病毒天津分离物的病害特异性蛋白编码基因进行了扩增,将其克隆到pUCm-T载体后进行序列测定与分析.结果表明,该病毒分离物的病害特异性蛋白编码基因的开放阅读框由537个碱基组成,编码的蛋白含178个氨基酸.与GenBank中已有的病害特异性蛋白编码基因进行序列比对,其与分离自北京双桥的SQ、河南原阳的YY、辽宁盘锦的PJ翻译产物只有143位的一个氨基酸的差异.     

定量预测α-淀粉酶及其突变体的酶反应米氏常数

【目的】α-淀粉酶是一种重要淀粉水解酶，而Km值是酶反应中重要的参数，尝试建立一种利用α-淀粉酶初级结构定量预测米氏常数Km值的有效模型。【方法】通过神经网络模型，利用535种氨基酸属性定量预测α-淀粉酶 Amy7C及其52个突变体反应的Km值，其中33个酶用于模型训练，其余的用于模型验证。首先用双层的20-1前馈反向传播的神经网络进行预测，然后对多层神经网络模型进行筛选。【结果】535种氨基酸属性中有109种属性可以用模型预测，其中动态属性拟合结果较好，4个动态氨基酸属性中有3个属性可以用于模型预测，但拟合结果最好的氨基酸属性分别来自氨基酸理化性质和二级结构。对9种拟合和验证结果最好的氨基酸属性进行7种多层神经网络模型拟合，结果显示增加模型的复杂度并不能提高预测结果的精准度，表明较为简单的模型，如20-1或20-5-1是定量预测建模的首选。【结论】α-淀粉酶酶解反应的米氏常数Km ，可以利用某些氨基酸属性通过神经网络模型进行定量预测。为今后利用酶的初级结构定量预测酶反应中各参数最适条件提供思路。     

斑马鱼GnRH-Ⅱ基因的生物信息学分析

从斑马鱼脑组织提取总RNA,应用RT-PCR方法克隆GnRH-ⅡcDNA,其长度为589bp,编码的GnRH-Ⅱ前体为86个氨基酸残基。利用生物信息学方法对克隆得到的斑马鱼GnRH-Ⅱ基因序列、编码蛋白及其理化性质进行分析,并预测其编码蛋白的结构与功能,构建其同源基因的系统进化树。     

参数编码算法概述

参数模型已经被证明是一种在低码率下行之有效的音频编码技术。介绍了参数编码的基本方法，分析和比较了参数编码中不同的参数模型和相关的算法，以及参数编码的一些缺陷和以后的发展方向。     

蓖麻PsbO基因的克隆与序列分析

用实验室栽培的蓖麻新鲜叶片为材料,Trizol法提取总RNA,参照GenBank公布的植物PsbO氨基酸序列,进行序列比对找出氨基酸序列保守区设计简并引物,通过RT-PCR扩增目的片段,纯化后克隆到T-Vector中测序,获得蓖麻的PsbO基因,对其基因序列进行分析。了解到其长度为1081bp,5＇非编码区为10bp,3＇非编码区为273bp,编码区长798bp,编码266个氨基酸。序列分析结果表明,蓖麻PsbO基因编码的氨基酸序列与已公布的其他植物中克隆到的PsbO氨基酸序列有较高的同源性。     

融合序列语法知识的卷积-自注意力生成式摘要方法

针对基于编码-解码的生成式摘要模型不能充分提取语法知识导致摘要出现不符合语法规则的问题，循环神经网络易遗忘历史信息且训练时无法并行计算导致处理长文本时生成的摘要主旨不显著以及编码速度慢的问题，提出了一种融合序列语法知识的卷积-自注意力生成式摘要方法.该方法对文本构建短语结构树，将语法知识序列化并嵌入到编码器中，使编码时能充分利用语法信息；使用卷积-自注意力模型替换循环神经网络进行编码，更好学习文本的全局和局部信息.在CNN/Daily Mail语料上进行实验，结果表明提出的方法优于当前先进方法，生成的摘要更符合语法规则、主旨更显著且模型的编码速度更快.      

草坪草狗牙根中cyclinD基因片段的分离

采用RT—PCR和RACE方法,从草坪草狗牙根中分离到cyelinD基因片段。该片段长1268bp,编码区768bp,编码256个氨基酸残基。     

有机分子结构的高维空间拓扑编码与手性

分析高维空间的拓扑特性,并给出高维空间的标准作图法则。在此基础上,提出一种新的有机分子结构的高维空间拓扑编码方法。这种方法以不同的上标符号代表不同的非氢原子,再根据有机分子中的非氢原子在高维空间中的位置排列和联结方式进行编码。这种编码简单明了,普遍适用,统一规范,系统性强,使用方便,同时能够反映出分子的不同异构体和手性。特别对L-型氨基酸及D-型氨基酸的手性及其编码的关系进行深入的分析。     

基因进化的同义与非同义替代计算及统计检验的比较分析

基因氨基酸编码区的核苷酸具有不同替代速率.同义替代不引起氨基酸改变,它们基本是中性替代速率;非同义替代引起氨基酸变化,替代速率常常比同义替代速率低. 非同义(或同义)替代速率定义为单位时间(如1年)内或者一个世代内1个非同义(或同义)位点上发生替代的数目,用符号dN(或dS)来表示. 生物体内发生的非同义突变大多数属于有害突变,只有少数是中性突变或有利突变. 对有害的非同义突变来说,dN-dS＜1;而对于有利的非同义突变来说,dN-dS＞1. 仅仅通过比较dN和dS还不能确定是否就一定受到选择作用,还必须用统计学的方法来检验它们的真实性和可靠性. 计算dN和dS的方法有多种,常见的是4种:N-G模型、改进的N-G模型、Li-Wu-Luo模型和P-B-Li模型.4种方法从不同的角度计算编码区核苷酸的dN,dS值,它们各有特点,适合不同基因的计算.对dN,dS值进行统计检验的方法也有多种,常见的方法有5种:Z检验、Tajima‘s D 检验、Fu and Li检验、HKA检验和MK检验.这5种检验方法也各有特点,适合不同基因dN,dS值的检验.     

高含量人体必需氨基酸基因的化学全合成

采用固相亚磷酰胺法合成了编码高含量人体必需氨基酸蛋白质的基因。该基因有300个碱基对,共编码94个氨基酸,其中92%以上为人体必需氨基酸。从该基因的两个方向均可被翻译成具有人体必需氨基酸的蛋白质。该基因选用了植物所偏爱的密码子,并间隔地插入了编码赖氨酸的密码子,使之所编码的蛋白质可被胰蛋白酶消化。     

对硝基酚磷酸酶pNPPase的基因克隆和序列分析

对硝基酚磷酸酶（p-nitrophenylphosphatase pNPPase)是一种对硝基酚磷酸盐（p-intophenylphosphate)为底物的酶，被广泛地应用于核酸标记，通过菌落原位显色法成功地从脂肪芽孢杆菌（Bacillus stearothermophilus)中克隆到了编码耐热pNPPase的基因，序列分析表明它是一个编码255个氨基酸的酶。     

甜菊钙调蛋白基因的克隆及结构分析

钙调蛋白（Calmodulin）是生物细胞内一种重要的调控蛋白，通过其与靶酶的相互作用控制细胞正常的生长发育及细胞对外界环境变化的反应，我们从甜菊顶芽和花芽中提取总RNA，逆转录合成cDNA第一链，以此为模板，参考GenBank上已发表植物的钙调蛋白基因序列合成5′端和3′端引物，利用多聚酶链式反应（PCR）扩增并克隆得到了甜菊钙调蛋白基因的两个异型基因，序列分析表明，它们均由450个核苷酸组成，编码148个氨基酸，在核苷酸序列上与迄今已知的多种植物钙调蛋白均有很高的同源性，同源率在83％以上，编码的氨基酸序列同源性更同，同源率高达95％以上，这两个基因之间存在差异，其核苷酸序列同源率为85％，编码区的氨基酸序列的同源率为99％，仅在第122个氨基酸由ALA代替了VAL。