利用SWISS-PROT网上获取生物信息学资源

生物信息学是是采用数学、统计学和计算机方法对生物学数据信息进行采集、存储、传播、分析、归类、解释的科学[1].Internet网络是信息传输、检索、获取、交流的重要手段.当前,在Internet网上可以查询到大量的生物信息学数据库,其中SWISS-PROT蛋白质序列数据库是网上生物信息学最核心的3个数据库之一.通过该数据库,可以较完整地获得生物大分子的序列信息.同时,研究者也可以将测定的序列信息通过该数据库予以认定、发表、交流.本文主要探讨SWISS-PROT蛋白质序列数据库的特点、检索方法及利用Internet获取蛋白质序列信息.     

生物序列比对算法的研究现状

序列比对是生物信息学研究的一个重要工具,它在序列拼接、蛋白质结构预测、蛋白质结构功能分析、系统进化分析、数据库检索以及引物设计等问题的研究中被广泛使用。本文详细介绍了在生物信息学中常用的一些序列比对算法,比较了这些算法所需的计算复杂度,优缺点,讨论了各自的使用范围,并指出今后序列比对研究的发展方向。     

利用SWISS-PROT网获取生物信息学资源

生物信息学是是采用数学、统计学和计算机方法对生物学数据信息进行采集、存储、传播、分析、归类、解释的科学[1] 。Ｉｎｔｅｒｎｅｔ网络是信息传输、检索、获取、交流的重要手段。当前 ,在Ｉｎｔｅｒｎｅｔ网上可以查询到大量的生物信息学数据库 ,其中ＳＷＩＳＳ ＰＲＯＴ蛋白质序列数据库是网上生物信息学最核心的 3个数据库之一。通过该数据库 ,可以较完整地获得生物大分子的序列信息。同时 ,研究者也可以将测定的序列信息通过该数据库予以认定、发表、交流。本文主要探讨ＳＷＩＳＳ ＰＲＯＴ蛋白质序列数据库的特点、检索方法及利用Ｉ…     

生物信息学在蛋白质组学研究中的应用进展

生物信息学是运用数学和信息学方法阐明和解释海量生物学数据所蕴含的生物学意义的重要手段和工具.随着蛋白质组学研究的不断发展和深入,大量的蛋白序列、结构、功能以及互作数据不断产生.面对海量蛋白质组数据的获取、处理、存储以及蛋白质组数据信息的挖掘,生物信息学已成为蛋白组学研究中不可或缺的组成部分.本文结合蛋白质组学的发展历程...     

Clustal W—蛋白质与核酸序列分析软件

蛋白质与核酸的序列分析在现代生物学和生物信息学中发挥着重要作用,新的算法和软件层出不穷,本文介绍一个可运行在ＰＣ机上的完全免费的多序列比较软件－ＣｌｕｓｔａｌＷ,它不但可以进行蛋白质与核酸的多序列比较,分析不同序列之间的相似性关系,还可以绘制进化树。由于其灵活的输入输出格式、方便的参数设定和选择、详尽的在线帮助以及良好的可移植性,使得ＣｌｕｓｔａｌＷ在蛋白质与核酸的序列分析中得到了广泛应用。     

当前生物信息学的重要研究任务

近年来,随着人类基因组计划（ＨＧＰ）在世界范围内的开展,破译人类及多种模式生物的遗传密码已成为生物学领域的重要学科。同时产生了巨量的基因组信息。分析这些信息是人类基因组研究必不可少的重要内容,从而也促成了生物信息学的产生与发展。生物信息学作为一门新的学科领域,它是把基因组ＤＮＡ序列信息分析作为源头,在获得了蛋白质编码区的信息之后进行蛋白质空间结构模拟和预测,然后依据特定蛋白质的功能进行必要的...     

蛋白质/核酸相互作用研究方法进展

蛋白质和核酸是构成生命体最为重要的两类生物大分子,蛋白质与核酸的相互作用是分子生物学研究的中心问题之一,它是许多生命活动的重要组成部分。研究蛋白质/核酸相互作用近期采用的新技术有:核酸适体技术、生物信息学方法、蛋白质芯片技术以及纳米技术等。本文就这些新的研究方法进行综述。     

蛋白质的二级结构预测研究进展

认识蛋白质的二级结构是了解蛋白质的折叠模式和三级结构的基础,并为研究蛋白质的功能以及它们之间的相互作用模式提供结构基础,同时还可以为新药研发提供帮助。故研究蛋白质的二级结构具有重要的意义。随着后基因组时代的到来,越来越多的蛋白质序列不断被发现,给蛋白质的二级结构研究带来巨大的挑战和研究空间。而依靠传统的实验方法很难获取大规模蛋白质的二级结构信息。目前,采用生物信息学手段仍然是获得大部分蛋白质二级结构的途径。近年来,许多研究者通过构建用于二级结构预测的蛋白质数据集,计算、提取蛋白质的各种特征信息,并采用不同的预测算法预测蛋白质的二级结构得到了快速的发展。本文拟从蛋白质的特征信息的提取与筛选、预测算法以及预测效果的检验方法等方面进行综述,介绍蛋白质二级结构预测领域的研究进展。相信随着基因组学、蛋白质组学和生物信息学的不断发展,蛋白质二级结构预测会不断取得新突破。     

生物信息学在孤儿G蛋白偶联受体配基筛选中的应用

生物信息学的飞速发展为孤儿G蛋白偶联受体(orphan G protein—coupled receptors,oGPCRs)配基的筛选提供了重要的信息资源。利用生物信息学数据库和工具对oGPCRs的核酸和蛋白质序列进行运算、分析、注释和预测,获得足够的生物信息,辅助实验研究,以尽可能快速、准确地筛选出oGPCRs的特异性配基。本介绍有关生物信息学在oGPCRs配基筛选研究中的应用。     

蛋白质组信息学

生物信息学已经成为当代生物学和医药学的组成部分,用于巨量生物信息资源的收集、存储、处理、搜索、利用、共享、服务、研究和开发。它常由数据库、计算机网络和应用软件三大部分组成。在基因组计划中它已经发挥了不可取代的作用,而在蛋白质组计划中也日益成为强力的支...     

北京大学生物信息中心的分子生物信息资源

随着人类基因组计划等大型国际项目的实施,分子生物信息的研究、开发和应用,已经成了当前一个前沿领域和研究热点。一门新兴的边缘学科——分子生物信息学应运而生。它以核酸、蛋白质等生物大分子数据库为主要对象,以数学、信息学、计算机科学为主要手段,以计算机硬件...     

蛋白质组研究技术及其进展

蛋白质组学是在后基因时代出现的一个新的研究领域．它是对机体或组织或细胞的全部蛋白质的表达和功能模式进行研究。介绍并总结了蛋白质组研究的主要技术,包括双向凝胶电泳、质谱技术、蛋白质芯片和生物信息学等。     

基于结构信息的RNA多序列比对

多序列比对是生物信息学中重要的基础研究内容,对各种RNA序列分析方法而言,这也是非常重要的一步。不像DNA和蛋白质,许多功能RNA分子的序列保守性要远差于其结构的保守性,因此,对RNA的分析研究要求其多序列比对不仅要考虑序列信息,而且要充分考虑到其结构信息。本文提出了一种考虑了结构信息的同源RNA多序列比对算法,它先利用热力学方法计算出每条序列的配对概率矩阵,得到结构信息,由此构造各条序列的结构信息矢量,结合传统序列比对方法,提出优化目标函数,采用动态规划算法和渐进比对得到最后的多序列比对。试验证实该方法的有效性。     

核酸-蛋白质结合能在剪切位点识别中的应用

把最大信息原理应用到核酸序列的保守位点分析中。利用最大信息原理,推导出了核酸和蛋白质特异性结合时的结合能表达式,并且估计了和蛋白质发生相互作用的核酸序列上的位点范围。为了检验此理论是否较为成功地反映了核酸和蛋白质结合时的实际情况,把它应用到基因内含子剪切位点的识别中,识别结果达到了较高的敏感性和特异性,这说明利用最大信息原理推导结合能表达式及估计核酸序列上参与反应的位点范围的理论是较为成功的。此研究结果一方面有助于核酸和蛋白质相互作用的理解,另一方面,也有助于和蛋白质发生相互作用的各种核酸序列的计算机识别研究。     

真核蛋白质的亚细胞位点预测研究进展

研究真核蛋白质的亚细胞位点是了解真核蛋白质功能,深入研究蛋白质相关信号通路内在机制的基础。同时,可以为了解 疾病发病机制及为新药研发提供帮助。因此,研究真核蛋白质的亚细胞位点意义十分重大。随着基因组测序的完成,真核蛋白质 序列信息增长迅速,为真核蛋白质亚细胞位点的研究提出了更多的挑战。传统的实验法难以满足蛋白质信息量迅速增长的需求。 而采用生物信息学手段处理大规模数据的计算预测方法,可在较短时间内获得大量真核蛋白质亚细胞位点信息,弥补了实验法 的不足。因此,运用计算预测法预测真核蛋白质的亚细胞位点成为生物信息学领域的研究热点之一。本文主要从提取真核蛋白质 的特征信息、计算预测方法及预测效果的评价三个方面,介绍近年来真核蛋白质亚细胞位点预测的研究进展。     

大规模蛋白质功能预测方法的进展

全基因组测序的快速发展在获得大量序列信息的同时也迫切需要获取功能信息,用生物信息学方法进行大规模蛋白质功能预测在这种需求中获得发展。这些预测方法从基于序列同源性发展到基于genomic-context获得功能相关蛋白质对。基于genomic-context的方法具体有基因融合、染色体邻近、相似系统发生谱等。由于各种方法的偏向性,最新的趋势是整合多种方法的数据,组成蛋白质相互作用网络,通过分析网络的结构进行蛋白质功能预测。     

植物激素相关核酸和蛋白质二级数据库的构建与应用

以NCBI维护的一级数据库为数据源建立植物激素相关核酸和蛋白质二级数据库。将该二级数据库设计为基因、蛋白质和文献三部分, 编写软件从上述数据源中采集数据, 并以XML作为中间格式保存, 通过解析提交到二级数据库中并集成部分生物信息学工具软件, 初步实现了数据检索、统计分析、基于Web的本地化BLAST同源序列检索、序列的自动拼接以及蛋白质结构和功能位点的分析等功能。该二级数据库的构建为植物激素作用分子机理研究提供了高针对性的植物激素数据源和生物信息学辅助工具。     

疫苗研究新策略—反向疫苗学

反向疫苗学是现代疫苗学研究的一种新的策略,随着生物信息学的不断发展,疫苗学的研究进入了一个新的时期,通过对基因组序列分析,来筛选重要保守抗原序列,从而鉴定具有一定免疫原性特征的蛋白质。这种方法可以提高疫苗筛选效率。因此,反向疫苗学对于传统方法无法制备的疫苗提供了一种新的研究方法和思路,具有十分重要的意义。本文就此作一综述。     

植物激素相关核酸和蛋白质二级数据库的构建与应用

以NCBI维护的一级数据库为数据源建立植物激素相关核酸和蛋白质二级数据库。将该二级数据库设计为基因、蛋白质和文献三部分,编写软件从上述数据源中采集数据,并以XML作为中间格式保存,通过解析提交到二级数据库中并集成部分生物信息学工具软件,初步实现了数据检索、统计分析、基于Web的本地化BLAST同源序列检索、序列的自动拼接以及蛋白质结构和功能位点的分析等功能。该二级数据库的构建为植物激素作用分子机理研究提供了高针对性的植物激素数据源和生物信息学辅助工具。     

基于进化信息改进蛋白质定点突变稳定性预测准确率

定点突变后蛋白质稳定性的增加还是降低,是分子生物学和蛋白质工程的核心问题之一,也是目前生物信息学研究的重要领域。基于蛋白质序列信息对蛋白质定点突变后的稳定性进行预测的方法,因其简易、适用面广而得到广泛的研究应用。通过对编码策略（coding schemes）的探索,发现不同编码策略对预测准确率有较大影响,并发现基于进化信息的BLOSUM打分矩阵可以用于蛋白质定点突变稳定性预测,具有较高的预测准确率。应用基于BLOSUM62打分矩阵的神经网络（ANN）和支持向量机（SVM）算法,可以改进蛋白质定点突变后稳定性的预测,而且ANN+ BLOSUM62在1623条序列的数据集上的实测结果优于目前国际通用的几款预测 软件。