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     

植物凝集素及其在生殖细胞表面糖复合物检测中的应用

凝集素是一类能够特异性结合糖基的蛋白质，广泛存在于多种生物体中，其中的植物凝集素更是种类繁多，并具有对多种糖基专一性识别的生物学功能．细胞表面的糖复合物是细胞间作用的有效成分，而精子与卵细胞表面也存在相应的糖蛋白物质，并在受精过程中发挥重大作用．利用植物凝集素作为分子探针，人们已经研究了多种动物及人的生殖细胞表面的糖复合物的分布和变化．     

温度对芥蓝幼苗叶片蛋白质和核酸的含量的影响

以中花芥蓝为材料,设置T1(18/12℃),T2(24/18℃),T3(30/24'C),T4(36/30℃)4个不同温度处理.研究了温度对芥蓝蛋白质和核酸含量的影响.结果表明,可溶性蛋白质含量以T4处理最高,T1处理次之,T3处理再次,T2处理最低.随着温度处理时间的延长各处理样品的可溶性蛋白质含量出现先上升后下降的消长变化.茎端核酸,DNA,RNA含量随着温度升高而下降.随着温度处理时间的延长,各处理样品的核酸、RNA含量除T4处理持续下降外,其他三个处理下降后有所回升;而DNA含量随着处理时间的延长,除T1处理下降后上升外,其他三个处理表现为降-升-降的变化趋势.低温可提高核酸的合成.维持核酸的稳定性.高温不利于核酸,DNA,RNA的合成,导致核酸含量的下降.     

外源RNA对小鼠成纤维细胞形态和蛋白质表达的影响

用不同RNA诱导培养小鼠成纤维细胞 ,观察外源RNA对细胞形态的影响 ,发现所添加的不同RNA均可使细胞形态发生改变。将形态改变的细胞传代 ,发现改变的细胞形态可维持至第 3代。将大鼠肝RNA诱导的小鼠成纤维细胞传代至第 4代 ,每代留样做蛋白质SDS PAGE电泳 ,观察RNA对蛋白质表达的影响 ,发现RNA诱导的细胞 ,1— 4代蛋白表达均发生了质和量的改变。     

高压对朊蛋白构象和动力学的影响

蛋白质在溶液中是多种构象并存的一个热力学系统,不同的构象以一定的概率在不同的态之间互相转变。作为一个热力学体系,不同构象存在的概率受到热力学变量的影响,压强作为一个基本的热力学变量,其变化将影响到蛋白质的构象分布和动力学行为。压强的增大通常会减小蛋白质的体积,从而可以通过增大压强开展对常压下难以观察的构象进行研究,这些构象对于揭示蛋白质的生物学功能具有重要意义。以朊蛋白为研究对象,通过分子动力学模拟方法研究高压诱导下蛋白质的构象变化。研究结果表明:水分子在高压下的排列趋向于有序,水分子的有序排列直接影响到与水分子有密切接触残基的动力学行为;高压下水分子能够渗入二级结构的疏水核心,破坏β片层的二级结构。揭示高压诱导下朊蛋白构象转化的分子机制,为蛋白质的高压变性研究提供理论依据。     

蛋白质与蛋白质组学的研究进展

介绍了蛋白质、蛋白质组和蛋白质组学的基本概念，蛋白质组学的研究内容、方法技术、形成与发展。     

螺旋藻综合利用工艺研究

螺旋藻经过超低温和超声波振荡处理，植物细胞壁破裂而释放出相关物质，经分离处理得到天然食用藻蓝素和口感良好的植物蛋白及其他多种有用物质。为螺旋藻食品深加工获取高附加值进行探索。     

基于Attention Bi-LSTM模型构建蛋白质诱饵序列库

利用计算机技术在海量质谱数据中鉴定蛋白质序列是蛋白质组学研究最基本且重要的任务之一,诱饵序列库构建的好坏是蛋白质鉴定质量控制成功的关键之一。发展了基于注意力机制-双向长短期记忆神经网络(Attention Bi-LSTM)的诱饵序列构建方法,整体研究基于编码-解码框架,采用双向长短期记忆神经网络在解决传统循环神经网络梯度消失问题的同时,可以捕获前向后向更多依赖信息对处理序列数据更加有优势;引入注意力机制提高模型对目标序列库和诱饵序列库相关程度的关注度;并与目前常用的随机和反转算法进行比较。结果显示,基于Attention Bi-LSTM模型构建的诱饵序列库能满足理想诱饵序列库的各项特征要求;在不同大小实验数据集以及谱图、肽段、蛋白3个层面对比分析,显示构建的诱饵序列库与其他方法比具有更好的灵敏性。因此,Attention Bi-LSTM是一种很有潜力的诱饵序列库构建方法。     

基于深度学习和支持向量机的基因结合蛋白预测

针对传统的方法对蛋白质预测的精度低且需要人工提取环节等问题,提出一种基于深度学习和支持向量机的基因结合蛋白预测算法;该算法将卷积神经网络与门控循环单元结合,搜索蛋白质序列,保留蛋白质序列中氨基酸的位置依赖性,利用支持向量机代替神经网络的Softmax分类器对蛋白质的特征序列进行预测;将该模型分别在基准数据集DBP2858和PDB14189上进行对比实验。结果表明,该模型具有更好的脱氧核糖核酸结合蛋白预测能力,并且预测精度和效率均较高。     

近红外光谱技术对液态奶制品中乳糖、脂肪及蛋白质的定量检测

用InfraXact多功能近红外分析仪和正交实验设计,研究了不同预处理和校正方法对建模效果的影响,建立了液态奶制嘉中脂肪、乳糖和蛋白质质量含量的定标模型。利用目标函数法对模型进行评定,并对选出的最优模型的适用性进行验证．结果表明,最优模型对糖、脂肪和蛋白质的相对标准偏差分别为4．12％,7．04％,9．61％,相对误差分别为2．82,6．28,2．72．正交实验方法能综合考虑不同预处理方法和校正方法对模型建立的影响．近红外光谱分析法能够实现对牛奶中脂肪、乳糖和蛋白质质量含量进行快速、无损的定量检测．