Bst DNA聚合酶大片段在全基因组扩增中的应用

Bst DNA聚合酶大片段作为一种常用的DNA聚合酶,因其独特的特点:能引发链置换反应、高保真、耐高温等,而成为一种重要的DNA多重置换扩增酶。目的:为减少成本,设计一种高产,方便且扩增活性高的Bst DNA聚合酶大片段表达体系;探究该酶应用于胃癌石蜡包埋组织基因组DNA的扩增条件。方法:采用p TWIN1质粒作为载体克隆表达Bst DNA聚合酶大片段,应用几丁质亲和层析柱纯化该酶,使用该酶对人类基因组DNA进行不同温度下扩增,探究其最适反应温度,并据此对胃癌石蜡包埋组织基因组DNA进行扩增。结果:由此得到的Bst DNA聚合酶大片段能运用于胃癌石蜡包埋组织基因组DNA的扩增,扩增效率可达200倍,并能应用于a CGH芯片。结论:扩增得到保真性高,覆盖基因组范围大的DNA扩增产物。该应用与a CGH结合,使得对少量的癌症石蜡包埋组织DNA样本进行全基因组扩增,并进行其基因拷贝数变异研究成为可能。     

G蛋白偶联受体计算研究的进展和前瞻

G蛋白偶联受体(G protein-coupled receptor,GPCR)是含有七个跨膜螺旋的一类重要蛋白,是迄今为止发现的最大的多药物靶标受体超蛋白家族。例如,目前上市药物中有超过30%是以GPCR为靶点的。然而,与GPCR重要性形成强烈反差的是科学界对于其结构与功能的了解非常贫乏,主要原因是通过实验手段来获得GPCR的结构与功能信息极其困难。利用生物信息学方法从基因组规模的数据中识别GPCR并预测三维结构是可行途径之一。基于生物信息学的GPCR研究将为新型药物靶标的筛选和药物的开发提供一定的帮助。本文论述了几种较为典型的GPCR计算方法,并基于已有研究提出可能的创新性研究策略来解决GPCR蛋白识别、跨膜区定位、以及结构和功能预测等问题。     

蛋白质折叠识别方法综述

蛋白质折叠识别算法是蛋白质三维结构预测的重要方法之一,该方法在生物科学的许多方面得到卓有成效的应用。在过去的十年中,我们见证了一系列基于不同计算方式的蛋白质折叠识别方法。在这些计算方法中,机器学习和序列谱-序列谱比对是两种在蛋白质折叠中应用较为广泛和有效的方法。除了计算方法的进展外,不断增大的蛋白质结构数据库也是蛋白质折叠识别的预测精度不断提高的一个重要因素。在这篇文章中,我们将简要地回顾蛋白质折叠中的先进算法。另外,我们也将讨论一些可能可以应用于改进蛋白质折叠算法的策略。     

T4多聚核苷酸激酶的原核表达、纯化及初步应用

原核表达、纯化T4多聚核苷酸激酶,并尝试将纯化的T4 PNK用于短探针序列的连接。本研究以合成的pseT基因为模板,PCR扩增出带有NdeⅠ和Bam HⅠ位点的目的片段,构建pseT-pET-15b原核表达载体,并转入E. coli ER2566中诱导表达。Ni-Agarose亲和层析柱纯化重组蛋白后,再进行Western blot鉴定。用纯化后再浓缩的T4 PNK参与探针连接反应,并设置商品T4 PNK和阴性对照。PCR扩增成功获得大于900 bp的目的基因片段,原核表达载体pseT-pET-15b构建成功,经诱导表达的重组蛋白分子量大小约为35 kD,Western blotting确认蛋白表达正确,浓缩后的蛋白浓度达到826μg/m L。电泳结果显示,重组T4 PNK在探针连接中效果较好。本研究成功表达并纯化了可溶性的T4多聚核苷酸激酶,且具有较好的活性,该蛋白可进一步用于后续大批量探针连接反应或其他相关研究,具有一定实际应用价值。