蛋白质组学技术在研究AdIL-24抗癌机制中的应用

目的：探讨蛋白质组学技术在研究AdIL-24抗宫颈癌CaSki细胞作用机制的应用价值。方法：前期研究已成功构建AdIL-24,可抑制宫颈癌CaSki细胞生长,促进凋亡。在此基础上,通过双向凝胶电泳分离AdIL-24处理前后细胞总蛋白,并对胶条（pH3-10NL、pH4-7）、SDS-PAGE浓度（10％、12％）、电泳时间（6h、7h）进行优化,PDQuest图像分析,MALDI-TOF质谱鉴定,经Mascot、MS-fit软件查询SWISS-PORT数据库鉴定差异蛋白。结果：获得分辨率高、重复性好的CaSki细胞双向电泳图谱,质谱鉴定的差异蛋白点经Mascot、MS-fit软件搜索到同一种蛋白质。结论：已建立的蛋白质组学技术,为进一步研究AdIL-24的抑癌机制奠定基础。     

生物信息学及其在蛋白质组学中的应用

随着基因组学和蛋白质组学的发展,生物信息学在数据处理中的应用已经越来越广泛。作为数据处理中越来越重要的分析手段,蛋白质组学数据库是蛋白质组学的主要内容之一。本文分别从生物信息学的蛋白质双向电泳数据库和基于蛋白质质谱结果的数据库两个方面,概述了发展中的蛋白质数据库的最新动态和有关信息,同时对主要的热门蛋白质组学数据库站点和资源进行了评价和分析。     

用于串联质谱鉴定多肽的计量方法

目前已有多种对串联质谱与数据库中多肽的理论质谱的一致性进行评估的高通量计量算法用于鸟枪法蛋白质组学 (shotgunproteomics)研究。然而这些方法操作时存在大量错误的多肽鉴定。这里提出一种新的串联质谱识别多肽序列的计量算法。该算法综合考虑了串联质谱中不同离子出现的概率、多肽的酶切位点数、理论离子与实验离子的匹配程度和匹配模式。对大容量的串联质谱数据集的测试表明 ,根据算法开发的软件PepSearch比目前最常用的软件SEQUEST有更好的鉴定准确性。PepSearch可从http : compbio.sibsnet.org projects pepsearch下载。     

利用EST序列构建Mascot本地数据库

对蛋白质质谱数据进行数据库比对和鉴定是蛋白质组学研究技术中的一个重要步骤。由于公共数据库蛋白质数据信息不全,有些蛋白质质谱数据无法得到有效的鉴定。而利用相关物种的EST序列构建专门的质谱数据库则可以增加鉴定未知蛋白的几率。本文介绍了利用EST序列构建Mascot本地数据库的具体方法和步骤,扩展了Mascot检索引擎对蛋白质质谱数据的鉴定范围,从数据库层面提高了对未知蛋白的鉴别几率,为蛋白质组学研究提供了一种较为实用的生物信息学分析技术。     

基于Make2D-DB II构建水稻二维电泳-质谱联动数据库

基于Make2D—DBII软件包构建了一个水稻二维电泳-质谱联动数据库Rice2DDB,介绍了该数据库的构建方法和步骤,为快速发展的水稻蛋白质组学研究提供了数据管理和交流的平台,对其他物种的蛋白质组学研究也具有参考价值。     

蛋白质组学技术在植物类囊体膜蛋白研究中的应用

类囊体作为植物光合作用光反应的重要场所,在植物亚细胞蛋白质组学研究中倍受关注.介绍了植物蛋白质组学相关技术,包括双向凝胶电泳(2DE)、高效液相色谱(HPLC)、高效毛细管电泳(HPCE)、质谱(MS)和蛋白质组学数据库在植物类囊体膜蛋白研究中的应用.同时对类囊体膜蛋白质组学的研究趋势进行了探讨.     

串联质谱图谱从头测序算法研究进展

近年来,基于质谱技术的高通量蛋白质组学研究发展迅速,利用串联质谱图谱鉴定蛋白质是其数据处理中一个基础而又重要的环节．由于不需要利用蛋白质序列数据库,从头测序方法能够分析新物种或者基因组未测序物种的串联质谱数据,具有数据库搜索方法不可替代的优势．简要介绍高通量串联质谱图谱从头测序问题及其研究现状．归纳出几种典型的计算策略并分析了各种策略的优缺点．总结常用的从头测序算法和软件,介绍算法评估的各种指标和常用评估数据集,概括各种算法的特点,展望未来研究可能的发展方向．     

质谱图聚类网络法在鉴定多肽翻译后修饰中的应用及研究进展

蛋白质组学多肽鉴定方法一直以基于质谱分析和数据库搜索的方法为主,随着质谱仪技术的发展,海量的质谱数据被获取,这为大规模蛋白质的鉴定提供了一个强大的数据仓库,使得以质谱数据为基础的蛋白质组学研究成为主流。传统的串联质谱图搜库方法鉴定多肽翻译后修饰时具有诸多局限,质谱网络方法可以在一定程度上弥补局限。文中系统综述了基于质谱聚类的质谱网络和质谱图库搜索方法的发展历程、理论研究和应用研究,讨论了质谱网络库方法在鉴定多肽翻译后修饰的优势,并进行了分析和展望。     

利用串联质谱鉴定氨基酸突变的生物信息学算法

氨基酸突变能够改变蛋白的结构和功能,影响生物体的生命过程.基于串联质谱的鸟枪法蛋白质组学是目前大规模研究蛋白质组学的主要方法,但是现有的质谱数据鉴定流程为了提高鉴定结果的灵敏度往往会有意压缩数据库中的氨基酸突变信息.因此,如何挖掘数据中的氨基酸突变信息成为当前质谱数据鉴定的一个重要部分.当前应用于氨基酸突变鉴定的串联质谱鉴定方法大致可以分为3大类:基于序列数据库搜索的方法、基于序列标签搜索的算法以及基于图谱库搜索的算法.本文首先详细介绍了这3种氨基酸突变鉴定算法,并分析了各种方法的特点和不足,然后介绍了氨基酸突变鉴定的研究现状和发展方向.随着基于串联质谱的蛋白质组学的不断发展,蛋白序列中的氨基酸突变信息将被更好地解析出来,从而得以深入探讨由氨基酸突变引起的蛋白结构和功能改变,为揭示氨基酸突变的生物学意义奠定基础.     

蛋白质质谱数据缺失值填补方法的比较与评估

基于质谱数据的蛋白质定量分析一直是目前高通量蛋白质组学的重要研究手段.但是基于现有质谱技术的限制,大规模蛋白质定量过程中往往会产生大量的缺失值,这在一定程度上影响了下游分析的准确性.尽管很多缺失值填补方法被不断提出,但是蛋白质组学领域对于不同情况下缺失值填补方法效力的综合评估仍然缺乏.本研究基于真实数据的分布特征,构建...