牵出试验技术及在肿瘤研究方面的应用

肿瘤是一种严重危害人类健康的高致病率,高死亡率疾病,随着人们研究的深入,对肿瘤的研究已经深入到基因与蛋白质水平,本文主要介绍一种经济,简单,实用的研究蛋白质之间相互作用的研究方法——牵出试验(pull down experiment)技术及其在肿瘤研究方面的应用。     

发现蛋白质相互作用的新途径——酵母双杂交系统及其应用

生命中无时无刻不存在生物大分子之间的相互作用,其中包括核酸之间、核酸与蛋白质之间以及蛋白质之间的相互作用。以往研究蛋白质之间的相互作用通常采用生化技术,如偶联、免疫共沉淀等方法。1989年,Fields和Song创立了一种崭新的遗传学方法用于研究蛋白质之间的相互作用,即酵母双杂交系统(Yeast     

串联亲和纯化（TAP）技术在蛋白质组学中的应用

蛋白质是各种生命活动的主要执行者,因此构建蛋白质相互作用的网络图对于准确理解蛋白质功能、揭开各种细胞活动的奥秘十分重要.串联亲和纯化（TAP）,是近年来发展出来的一种能够快速研究在生理条件下蛋白质相互作用,揭示蛋白质复合体相互作用网络的新技术,已成为研究蛋白质组学的一个重要工具.随着该技术的不断完善,TAP技术在认识蛋白质相互作用的过程中必将发挥越来越重要的作用.     

蛋白质与DNA相互作用的结构研究

蛋白质与核酸相互作用是生命体内两类最重要的生物大分子,它们之间的相互作用是行使细胞功能的关键,例如:基因复制、转录以及蛋白质的表达翻译等。目前有很多基于蛋白质与DNA复合物的结构研究,这些研究表明蛋白质-DNA的相互作用有很多种方式,所以并不能采用某一种规则或者算法来预测蛋白质与DNA的相互作用,本文主要综述了蛋白质与DNA的相互作用的常用数据库以及结构的特点。     

基于质谱技术的蛋白质互作研究进展

蛋白质作为生命活动的执行者,其功能往往体现在与其他蛋白质的相互作用中,研究蛋白-蛋白相互作用对于人们深入了解和预防传染病、靶向治疗多基因疾病、阐明蛋白质的分子作用机制及各种复杂的生命现象具有重要意义。目前,有多种技术被用来研究蛋白间的相互作用,研究难点在于实时捕获瞬时或弱蛋白质间的相互作用,质谱技术（mass spectrometry, MS）可在某种程度上解决该难点。由于质谱技术可研究简单的蛋白质复合物再到大规模的蛋白质组实验,基于质谱技术研究蛋白质间相互作用被越来越多地应用于科学研究中。综述了蛋白质间相互作用检测方法的研究进展,重点介绍了氢氘交换质谱法和化学交联质谱法研究蛋白质间相互作用的优缺点及其应用,最后对基于质谱技术研究蛋白质间相互作用进行了总结与展望,以期为深入开展相关研究提供借鉴。     

两种实验技术在蛋白质-蛋白质相互作用检测中的应用

蛋白质是生命活动的主要承担者。蛋白质种类繁多,结构多样,具有十分广泛的生物学功能,可作为载体蛋白、酶蛋白和信号肽等参与调控细胞内的各种代谢活动。生物体内蛋白质与其他分子的相互作用,尤其是蛋白质-蛋白质之间的相互作用,是蛋白质行使这些重要生物学功能的基础。通过研究可以相互作用的蛋白质形成的各种复合体,对揭示蛋白质的功能,更清楚地阐明细胞生长、发育、分化和凋亡的生命活动规律,为重大疾病的预防、治疗和新药开发提供了理论基础。目前科研工作者在基于分子生物学、生物化学、微生物学和生物物理学的基础上已经发展出了许多蛋白质相互作用的研究技术,本文着重对现有研究方法中的生物膜干涉技术和微量热泳动技术进行介绍和综述。     

荧光素酶在蛋白相互作用研究中的应用

蛋白质相互作用参与细胞的多项生理活动,是生命科学研究的一个重要领域。化学发光,特别是基于生物酶的化学发光即生物发光,提供了极灵敏的检测信号,因而在实际应用中具有诸多优势。荧光素酶如萤火虫荧光素酶、细菌荧光素酶、海肾荧光素酶,以及近年来出现的几种低分子量荧光素酶,具有不同的酶催化特性及理化特征。它们应用于蛋白质片段互补与共振能量转移技术等各种生化检测方法,为观察蛋白质相互作用提供了更安全便捷的手段,拓宽了蛋白质相互作用检测技术的适用范围。本文综述了常用荧光素酶的特征和它们在各种蛋白质相互作用检测方法中使用的原理、策略及其适用性。     

双杂交和质谱技术在蛋白质-蛋白质相互作用研究中的应用

基因的功能是由蛋白质来执行的,而蛋白质要通过与其他生物分子相互作用来完成其各种生物功能。因此,如果能够快速做出蛋白质在不同时间、空间和不同环境中的相互作用图谱,就会帮助我们了解这些蛋白质的功能,进而了解许多生命活动的机制。目前,用于大规模研究蛋白质间相互作用的方法主要有酵母双杂交系统及其衍生系统、亲和纯化与质谱分析联用技术,前者用于研究蛋白分子间的两两相互作用,后者用于研究蛋白质复合物间的相互作用。本文主要阐述了酵母双杂交、细菌双杂交、哺乳动物细胞双杂交、亲和纯化与质谱联用技术在大规模蛋白质相互作用研究中的应用。     

研究核酸-蛋白质系统的-种凝胶电泳方法

核酸蛋白质相互作用是生命科学研究的中心课题之一,凝胶电泳是研究核酸和蛋白质的常用技术。本文试图介绍一种研究核酸-蛋白质系统的凝胶电泳方法,以及该法在研究基因表达、调控和鉴定、分离DNA结合蛋白中的应用。     

生物信息学方法预测蛋白质相互作用网络中的功能模块

蛋白质相互作用是大多数生命过程的基础。随着高通量实验技术和计算机预测方法的发展,在各种生物中已获得了数目十分庞大的蛋白质相互作用数据,如何从中提取出具有生物学意义的数据是一项艰巨的挑战。从蛋白质相互作用数据出发获得相互作用网络进而预测出其中的功能模块,对于蛋白质功能预测、揭示各种生化反应过程的分子机理都有着极大的帮助。我们分类概括了用生物信息学预测蛋白质相互作用功能模块的方法,以及对这些方法的评价,并介绍了蛋白质相互作用网络比较的一些方法。     

蛋白质相互作用的生物信息学研究进展

生命过程的分子基础在于生物分子之间的相互作用,其中蛋白质分子之间的相互作用占有极其重要的地位。研究蛋白质相互作用对于理解生命的真谛、探讨致病微生物的致病机理,以及研究新药提高人们的健康水平具有重要的作用。用生物信息学的方法研究蛋白质的相互作用已经取得了许多重要的成果,但也有很多问题还需解决。本文从蛋白质相互作用的数据库、预测方法、可预测蛋白质相互作用的网上服务、蛋白质相互作用网络等几方面,对蛋白质相互作用的生物信息学研究成果及其存在的问题做了概述。     

Functional genomics in HIV-1 virus replication: protein-protein interactions as a basis for recruiting the host cell machinery for viral propagation.

Identification and characterization of protein-protein interactions between the host cell and parasites both enhance our understanding of basic cell biology and provide insights into central processes of parasite life cycles. Research on HIV-1 has broadened our knowledge of the various molecular events involved. However, our understanding of how this virus interacts with the host cell at the level of protein-protein interaction is still limited. Through these interactions the virus is able to recruit certain cellular metabolic pathways for its replication. Here we summarize our current knowledge of protein-protein interactions between HIV-1 and host cell factors during viral replication.     

IDQD算法预测人类蛋白质相互作用

蛋白质是一切生命活动的物质基础,研究蛋白质的相互作用有助于理解生物过程的分子机制,阐明疾病的分子机理。本文依据蛋白质序列组分特征,应用基于多样性增量的二次判别分析方法,对人类的1 963对蛋白质相互作用进行了预测。自洽检验的各项预测指标均在79%以上,且交叉检验的总精度也大于60%,表明本算法可以用于蛋白质相互作用预测。     

Computational approaches to protein-protein interaction

The interactions between proteins allow the cell's life. A number of experimental, genome-wide, high-throughput studies have been devoted to the determination of protein-protein interactions and the consequent interaction networks. Here, the bioinformatics methods dealing with protein-protein interactions and interaction network are overviewed. 1. Interaction databases developed to collect and annotate this immense amount of data; 2. Automated data mining techniques developed to extract information about interactions from the published literature; 3. Computational methods to assess the experimental results developed as a consequence of the finding that the results of high-throughput methods are rather inaccurate; 4. Exploitation of the information provided by protein interaction networks in order to predict functional features of the proteins; and 5. Prediction of protein-protein interactions.     

Enriching the human apoptosis pathway by predicting the structures of protein-protein complexes

Apoptosis is a matter of life and death for cells and both inhibited and enhanced apoptosis may be involved in the pathogenesis of human diseases. The structures of protein-protein complexes in the apoptosis signaling pathway are important as the structural pathway helps in understanding the mechanism of the regulation and information transfer, and in identifying targets for drug design. Here, we aim to predict the structures toward a more informative pathway than currently available. Based on the 3D structures of complexes in the target pathway and a protein-protein interaction modeling tool which allows accurate and proteome-scale applications, we modeled the structures of 29 interactions, 21 of which were previously unknown. Next, 27 interactions which were not listed in the KEGG apoptosis pathway were predicted and subsequently validated by the experimental data in the literature. Additional interactions are also predicted. The multi-partner hub proteins are analyzed and interactions that can and cannot co-exist are identified. Overall, our results enrich the understanding of the pathway with interactions and provide structural details for the human apoptosis pathway. They also illustrate that computational modeling of protein-protein interactions on a large scale can help validate experimental data and provide accurate, structural atom-level detail of signaling pathways in the human cell.     

基于组学数据构建基因调控网络

在生命体内,基因以及其它分子间相互作用形成复杂调控网络,生命过程都是以调控网络的形式存在,如从代谢通路网络到转录调控网络,从信号转导网络到蛋白质相互作用网络等等。因此,网络现象是生命现象的复杂本质和主要特征。本文系统地介绍了基于表达谱数据构建基因调控网络的布尔网络模型,线性模型,微分方程模型和贝叶斯网络模型,并对各种网络构建模型进行了深入的分析和总结。同时,文章从基因组序列信息、蛋白质相互作用信息和生物医学文献信息等方面讨论了基因调控网络方面构建的研究,这对从系统生物学水平揭示生命复杂机制具有重要的参考价值。     

DIP: the database of interacting proteins

The Database of Interacting Proteins (DIP; http://dip.doe-mbi.ucla.edu) is a database that documents experimentally determined protein-protein interactions. This database is intended to provide the scientific community with a comprehensive and integrated tool for browsing and efficiently extracting information about protein interactions and interaction networks in biological processes. Beyond cataloging details of protein-protein interactions, the DIP is useful for understanding protein function and protein-protein relationships, studying the properties of networks of interacting proteins, benchmarking predictions of protein-protein interactions, and studying the evolution of protein-protein interactions.     

基于分段氨基酸组成成分的蛋白质相互作用预测

蛋白质相互作用研究有助于揭示生命过程的许多本质问题,也有助于疾病预防、诊断,对药物研制具有重要的参考价值。文章首先构建出蛋白质作用数据库,提出分段氨基酸组成成分特征提取方法来预测蛋白质相互作用。10CV检验下,基于支持向量机的3段氨基酸组成成分特征提取方法的预测总精度为86.2%,比传统的氨基酸组成成分方法提高2.31个百分点;采用Guo的数据库和检验方法,3段氨基酸组成成分特征提取方法的预测总精度为90.11%,比Guo的自相关函数特征提取方法提高2.75个百分点,从而表明分段氨基酸组成成分特征提取方法可有效地应用于蛋白质相互作用预测。