从基于结构定义的序列模体识别蛋白质的超家族

以进化上相距较远的蛋白质酪氨酸磷酸酶Ⅰ和Ⅱ为例，通过结构比较和基于结构的序列比对及共同保守区域残基替换模式的分析，定义了基于结构的序列模体。利用这种新的模体对SWISS－PROT和TrEMBL蛋白质序列进行搜索，可特异性地同时识别磷酸酶Ⅰ和Ⅱ，其识别正确率可达98．4％，而在此之前，尚未见可同时识别磷酸酶Ⅰ和Ⅱ序列模体的报道。     

协同快速退火演化算法识别蛋白质家族模体

将快速退火演化算法(fast annealing evolutionary algorithm, FAEA)与协同方法相结合, 提出了一种用于求解高维的全局优化问题的新方法——协同快速退火演化算法(cooperative fast annealing coevolutionary algorithm, CFACA). 首先将高维的解空间分解成多个一维的子空间, 再在每个子空间里利用单个独立的FAEA搜索该子空间里的最优子解, 最后将各子解结合在一起, 即构成了原来问题的一个解. 基准函数测试的结果表明, CFACA算法具有更快的收敛速度. 进一步用CFACA算法提取EGF蛋白质家族的模体, 正确识别率达到67.0%, 所提取的模体与蛋白质功能位点数据库PROSITE中的结果相吻合.     

基于分子印迹的蛋白质识别及应用研究进展

分子印迹是制备具有模拟抗体分子识别特性材料的技术,其制备方法简单、成本低、材料稳定性好,已广泛应用于固相萃取、色谱分离、模拟酶催化、生物化学传感器、药物递送等领域.分子印迹发展至今,小分子印迹技术发展迅速,而蛋白质分子印迹研究发展相对缓慢,这主要和蛋白质复杂的自然属性有关.虽然蛋白质分子印迹挑战巨大,但是在国内外科研工作者的不懈努力下,近年来蛋白质分子印迹已取得一定的研究进展,其中不乏一些成功的新型蛋白质印迹策略.这些性能优异、功能独特的新型蛋白质印迹材料,已成功应用于蛋白组学、疾病诊断/治疗、生物成像等领域,并表现出巨大的潜在应用价值.本文总结了近10年以来蛋白质分子印迹的新方法、新策略和潜在应用前景,分析了蛋白质分子印迹领域的发展现状及存在的挑战,并展望了该领域的机遇和前景.     

锌指结构域序列的进化生成模拟——遗传算法在蛋白质结构研究中的应用

遗传算法(Genetic algorithms, GA)是具有高频率的搜索机制的算法.遗传算法不仅为蛋白质结构研究提供了一种全局自适应搜索算法,使能量最低状态(按热力学假说,蛋白质的天然状态的能量最低)的搜索更加方便,而且为我们提供了一种新的想法和研究思路.通过应用遗传算法对锌指结构域序列进行进化模拟,成功地从随机产生的氨基酸序列中,进化生成了一些潜在的锌指结构域序列,不仅在一定意义上证明了氨基酸序列起源的随机性,而且对遗传算法在大规模解空间的搜索能力进行了测试.     

限制性核酸内切酶PvuⅡ识别序列外甲基化抑制其酶切活性的分子机理研究

DNA甲基化是DNA分子上重要的碱基修饰方法之一,它可以影响核酸的结构及其与蛋白质的相互作用,由此影响基因的表达,关于甲基化与限制性核酸内切酶之间的关系,以往的研究表明:限制性核酸内切酶识别序列内DNA甲基化可特异性地抑制该酶的酶切活性。