蛋白质亚细胞定位预测研究进展

蛋白质的功能与其在细胞中的定位有着密切的联系,新合成的蛋白质必须处于适当的亚细胞位置才能正确的行使其功能．预测蛋白质的亚细胞定位,在确定一个未知蛋白质的功能,了解蛋白质相互作用等方面有着重要的意义．机器学习方法在蛋白质亚细胞定位研究中扮演着一个重要的角色．笔者从数据集的构建、蛋白质序列特征提取方法、蛋白质亚细胞定位预测算法以及预测算法的性能评估等四方面总结了过去十几年间机器学习方法在蛋白质亚细胞定位研究中的应用情况,系统阐述了蛋白质亚细胞定位预测研究的进展．     

基于概率神经网络的蛋白质亚细胞定位

文章通过对氨基酸词频的分析，应用概率神经网络来自动地进行蛋白质亚细胞定位．对于真核生物蛋白质的预测精度达到了82％。对于原核生物的预测精度则达到了92%．而且对于蛋白质序列N端缺失的情况有很好的鲁棒性．     

小鼠蛋白质亚细胞定位预测

在构建小鼠蛋白质亚细胞定位和小鼠跨膜蛋白类型数据库的基础上,利用离散增量结合协变判别函数分别对小鼠蛋白质亚细胞定位和小鼠跨膜蛋白类型进行了预测.对小鼠蛋白质亚细胞定位数据库,Self-consistency检验和Jackknife检验预测成功率分别达到99.0%和75.6%;对小鼠跨膜蛋白类型数据库,Self-consistency检验和Jackknife检验预测成功率分别达到85.6%和77.5%.     

紫花苜蓿转录因子MsDREB1基因表达产物的亚细胞定位

利用生物信息学方法对紫花苜蓿MsDREBl进行了生物信息学分析．结果表明,该序列舍有AP2典型结构域,在N端存在核定位信号．为进一步验证该基因功能,构建MsDREBl与绿色荧光蛋白（GreenFluorescentProtein,GFP）基因融合的植物表达载体pCAMBIAl302-MsDREBl,再利用基因枪将其转入洋葱表皮细胞,在共聚焦扫描显微镜下观察MsDREBl基因表达产物在洋葱表皮细胞中的亚细胞定位．结果表明,MsDREBl基因表达产物定位于细胞核中,符合DREB家族转录因子特性．     

稀土Yb对NIH3T3细胞生长的影响

应用MIT方法,研究了稀土元素Yb对小鼠成纤维细胞生长的影响.以体外传代培养的细胞株NIH3T3为研究对象,给予Yb3+(0.001 mmoL/L、0.01 mmol/L、0.1和1.00 mmol/L)培养1d后,观察NIH3T3细胞的生长情况,同时,应用MTT法检测稀土元素Yb对NIH3T3细胞生长的作用.结果发现稀土Yb对NIH3T3细胞的生长具有明显的抑制作用(P<0.05),且随着Yb3+剂量的增加,对该细胞生长的抑制作用明显增强(P<0.05).这些结果提示稀土Yb具有体外抗纤维化的作用,有望应用于组织纤维化疾病的治疗上.     

蛋白质亚细胞定位的序列分析

对SWISSPROT(2002年)数据库中经过筛选得到的12类亚细胞序列的氨基酸单个出现的概率、紧邻出现的概率进行统计和比较,结果表明,除个别类之间氨基酸单个出现的概率、紧邻出现的概率比较接近外,在大多数类之间氨基酸单个出现的概率、紧邻出现的概率是有明显区别的.     

稀土镧对成纤维NIH3T3细胞生长的作用

研究了稀土镧对培养的成纤维NIH3T3细胞增殖,周期和凋亡的影响,并探讨了其相关机理。用MTT比色法检测了细胞的增殖,用流式细胞分析仪测定了细胞周期和凋亡。结果表明:LaCl3对NIH3T3细胞的凋亡没有明显的影响,但可明显促进成纤维NIH3T3细胞的增殖,且具有一定的时间和浓度依赖性。且随着LaCl3浓度的升高,处于G1期的细胞数量明显减少,而S期细胞数量显著增多,表明LaCl3可促进成纤维NIH3T3细胞G1/S期转换,加快细胞周期进程,从而提高成纤维NIH3T3细胞的增殖活性。此研究为进一步明确镧的生物学性质提供一定的实验依据。     

PCA方法在蛋白质亚细胞定位中应用

蛋白质的亚细胞定位与其生物功能密切相关,蛋白质数据库急剧膨胀,迫切需要设计出功能强大的高吞吐量的算法来预测蛋白质的亚细胞位置.许多预测工具都是基于伪氨基酸组成构建而成,应用一种数据分析方法——主成分分析(PCA)法,确定能反映序列次序效应的最优λ值.首先让λ取最大以包含尽可能多的序列次序信息,然后利用主成分分析法提取关键主特征.实验结果表明此方法能解决确定最优λ值困难的问题,且性能优于已有的预测工具.     

基于复合物信息和亚细胞定位信息的关键蛋白质识别

针对蛋白质相互作用(protein-protein interaction,PPI)网络中存在大量噪声,以及现有关键蛋白识别方法的挖掘效率和预测准确率不高等问题,提出一种基于复合物信息和亚细胞定位信息(united protein complexes and subcellular locallizations,PCSL)来识别关键蛋白质。首先,整合PPI网络的拓扑属性、生物属性和空间属性构建加权网络,以降低PPI网络中噪声的影响,达到提升PPI网络的可靠性的目的;其次,根据复合物信息和空间信息,设计一种衡量蛋白质关键性的度量,从多维角度强化关键蛋白质在PPI中的重要程度;最后,利用基于PPI网络拓扑特性的寻优算法,设计一种新的试探策略,提升挖掘关键蛋白质的效率。PCSL方法应用在DIP(database of interacting protein)数据集上进行验证。实验结果表明,与其他10种关键蛋白质识别方法相比较,该方法具有较好的识别性能,能够识别更多的关键蛋白质。     

逆转录病毒载体介导的Anti-ras核酶对T24ras转化3T3细胞的抑制作用

突变ｒａｓ基因存在于多种人类肿瘤细胞中,本文将可特异性切割１２位点突变ｒａｓ（Ｔ２４ｒａｓ）之核酶Ｒ８通过逆转录病毒载体导入Ｔ２４ｒａｓ转化的ＮＩＨ３Ｔ３细胞,以期检测核酶在细胞内对其靶基因的作用．结果表明Ｒ８可特异性地切割突变ｒａｓｍＲＮＡ,导致转化细胞生物学特性如细胞形态、生长速度等在一定程度上发生逆转     

一种新的蛋白质亚细胞定位预测训练集构造方法

设计了一种新的蛋白质亚细胞定位预测训练集构造方法.该方法针对传统预测方法缺乏足够的实验标记数据的问题,基于主动学习策略从非实验标记蛋白质数据中主动选择有效数据,并与原有的实验标记数据共同训练预测模型,以提高基准分类器的预测精度.结合支持向量机分类器,该方法在病毒蛋白质独立测试集上进行了预测实验,测试结果表明,该方法能够有效地提高基准分类器的预测能力,性能优于现有的病毒蛋白质预测系统.     

点突变ras癌基因全cDNA真核表达重组体的构建及诱导NIH3T3细胞转化的研究

将活化癌基因Ｔ２４－ｒａｓ的全ｃＤＮＡ序列正向插入真核载体ｐＭＡＭｎｅｏ，构建成重组质粒ｐＭＡＭｎｅｏ－Ｔ２４－ｒａｓ．将该质粒转染ＮＩＨ３Ｔ３细胞，通过药物筛选，建成细胞系３Ｔ３（Ｔ２４）．Ｓｏｕｔｈｅｒｎ杂交证明外源Ｔ２４－ｒａｓ基因已整合于受体细胞染色体中．３Ｔ３（Ｔ２４）细胞表现出形态学方面的明显变化：具失去接触抑制能力，且在裸鼠体内致瘤等恶性行为．本文构建的Ｔ２４－ｒａｓ基因真核表达重组体和建立的转化细胞系可用于肿瘤的诊断、预防、治疗及抗肿瘤药物的筛选、评估等研究．     

Pin1的细胞定位调控Rb蛋白的磷酸化状态

为了研究Pin1和Rb蛋白的细胞定位、Pin1调控Rb磷酸化的相关机制,本研究构建了慢病毒载体pLVX-Flag-HA-Pin1和Plko.1-shRNA,包装病毒感染人非小细胞肺癌(H1299),免疫印迹检测Pin1蛋白表达水平,采用免疫荧光染色、免疫组化技术研究蛋白的定位.结果表明,沉默Pin1可降低Rb的磷酸化并抑制细胞的增殖;培养的肿瘤细胞和肿瘤组织中,Pin1可定位到细胞质中,而胞质定位的Pin1也可增加Rb的磷酸化.     

果蝇锌离子转运蛋白Catsup亚细胞定位分析

Catsup是果蝇体内一个功能重要的基因,其突变会导致体内多巴胺含量过高,引起果蝇致死及生殖障碍.绿色荧光蛋白(green fluorescent protein,GFP)在确定蛋白的亚细胞定位进而在研究蛋白功能方面起着重要的作用.为了探索Catsup的亚细胞定位进而能够更好地研究Catsup的功能,文章利用基因工程技术和生物学方法,聚合酶链式反应(polymerase chain reaction,PCR)扩增Catsup基因全长,与GFP一起连接至pUAST质粒,构建载体pUAST-Catsup-GFP,通过显微注射技术导入果蝇,获得UAS-Catsup-GFP转基因果蝇.通过克隆验证了转基因果蝇构建成功.利用该果蝇进行Catsup的亚细胞定位,确定其定位在高尔基体上,为进一步研究该基因的功能奠定基础.     

以位置特异性得分矩阵和基因本体为特征的蛋白质亚细胞定位预测

提出一种蛋白质亚细胞定位预测方法.该方法以位置特异性得分矩阵和基因本体抽取对应特征,结合支持向量机构建多标签分类模型.充分考虑了蛋白质进化信息对其亚细胞定位的影响,并基于文本分类中涉及到的卡方检验的对数变换思想,构建基因本体注释信息的加权系数对其进行加权处理,从而提高预测的准确率.采用支持向量机作为基分类器构建多标签分类模型,进一步提高预测的准确率.通过在目前该领域两个常用的真实数据集上进行的一系列测试结果表明,该方法能有效提高蛋白质亚细胞定位预测的准确率.     

茎瘤芥BjMYB1基因的克隆、表达与遗传转化研究

MYB转录因子广泛地参与了植物细胞分化、细胞周期的调节,激素和环境因子应答等过程。本研究根据茎瘤芥转录组测序筛选获得了一个MYB基因片段。通过RACE的方法,克隆得到了两条长度分别为975bp和864bp的全长序列,分析发现可能为茎瘤芥MYB基因的两种不同选择性拼接形式,并命名为BjMYB1-3和BjMYB1-4。对BjMYB1-3和BjMYB1-4做组织表达分析,发现这两个转录本在茎中特异表达。针对BjMYB1-3和BjMYB1-4的亚细胞定位分析,显示BjMYB1-4定位于细胞核,BjMYB1-3部分定位于细胞核。构建BjMYB-3和BjMYB1-4的超表达载体转化拟南芥,结果显示超表达转化的植株会使拟南芥提前抽薹和开花,说明BjMYB1-3和BjMYB1-4在植株的生长发育过程中起着一定作用,为进一步阐明茎瘤芥BjMYB1基因的功能奠定了基础。     

一个与ABA信号通路相关未知基因AB的亚细胞定位研究

本研究通过构建一个与脱落酸（ABA）信号传导途径相关的未知基因AB和绿色荧光蛋白（GFP）编码基因的重组质粒,利用基因枪技术将该重组质粒成功转入洋葱表皮细胞,观察并确定了该基因编码蛋白细胞核和细胞质的亚细胞定位,为进一步研究该未知基因的生物学功能及其分子机制提供了思路.     

斑马鱼crip2基因的克隆、亚细胞定位及在胚胎发育早期的表达分析

斑马鱼广泛用于脊椎动物遗传和发育生物学的研究．为揭示包含具有LIM结构域的crip基因的功能,本文以斑马鱼为实验对象,克隆了斑马鱼的crip2基因,分别构建了crip2-Teasy 和crip2-egfp载体,从含有crip2基因的crip2-Teasy质粒上转录crip2 RNA 探针,并用全胚胎原位杂交法检测crip2在斑马鱼胚胎中的表达,用crip2-egfp对crip2进行亚细胞定位研究,发现crip2基因在斑马鱼胚胎早期没有表达,五体节开始在脊索特异表达;后期,主要局限于在血管、心脏和体节间肌肉,表明crip2的表达并不局限于内皮系统．在细胞内,crip2基因在细胞核和胞浆中均有表达．这些工作为进一步研究crip2基因的功能奠定了基础．     

薄壳山核桃CiAGL6基因的克隆、亚细胞定位及表达

研究薄壳山核桃MADS-box转录因子CiAGL6基因的特性、亚细胞定位及在雌花不同发育时期的表达水平,为揭示薄壳山核桃成花分子机理提供理论依据。     

基于序列信息的长链非编码RNA的亚细胞多定位预测

长链非编码RNA(Long non-coding RNA,lncRNA)是指一类长度超过200个核苷酸、没有编码蛋白质的能力或编码蛋白质的能力极低的RNA分子,它与人类生命活动和多种疾病息息相关。有研究表明lncRNA的亚细胞定位可以为其功能研究提供重要的生物学信息。越来越多的实验数据证实,lncRNA具有多个位置标记,而现有算法大多集中在识别单个位置标记的lncRNA上。因此,为了识别lncRNA的亚细胞多定位,引入了k-mer核苷酸组成和序列顺序相关因子作为lncRNA的特征向量,采用方差分析(ANOVA)筛选出最优特征子集,基于支持向量机算法来预测lncRNA的亚细胞多定位问题。通过5折交叉检验对模型进行评估。结果表明,基准数据集和独立数据集的预测位置覆盖率分别达到87.22%和71.56%。