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。     

预测蛋白质间相互作用的生物信息学方法

后基因组时代的研究模式,已从原来的序列-结构-功能转向基因表达-系统动力学-生理功能。建立蛋白质间相互作用的完全网络,即蛋白质相互作用组(interactome),将有助于从系统角度加深对细胞结构和功能的认识,并为新药靶点的发现和药物设计提供理论基础。一系列系统分析蛋白质相互作用的实验方法已经建立,近年来,出现了多种预测蛋白质相互作用的生物信息学方法,这些方法不仅是对传统实验方法的有价值的补充,而且能够扩展实验方法的预测范围;同时,在开发这些方法的过程中建立了一些重要的分子进化和分子生物学慨念。本文综述了9种生物信息学方法的原理、方法评估、存在的问题．并分析了这个领域的发展前景。     

评估蛋白质相互作用可信度的生物信息学方法

随着基因组规模的高通量实验鉴定技术和计算预测方法的发展,出现了大量蛋白质相互作用数据,但大规模蛋白质相互作用数据中的较高比例的假阳性影响了相互作用数据的质量。生物信息学方法能够从已有的数据和知识出发,通过计算方法系统评估大规模蛋白质相互作用的可信度。本文从过程模型设计、数据集构建、特征选择与综合属性抽取、一些算法使用、实例概述等方面介绍了生物信息学方法评估蛋白质相互作用可信度的研究特点与进展。     

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。     

计算方法在蛋白质相互作用研究中的应用

计算方法在蛋白质相互作用研究的各个阶段扮演了一个重要的角色。对此,作者将从以下几个方面对计算方法在蛋白质相互作用及相互作用网络研究中的应用做一个概述：蛋白质相互作用数据库及其发展;数据挖掘方法在蛋白质相互作用数据收集和整合中的应用;高通量方法实验结果的验证;根据蛋白质相互作用网络预测和推断未知蛋白质的功能;蛋白质相互作用的预测。     

基于蛋白质网络功能模块的蛋白质功能预测

在破译了基因序列的后基因组时代,随着系统生物学实验的快速发展,产生了大量的蛋白质相互作用数据,利用这些数据寻找功能模块及预测蛋白质功能在功能基因组研究中具有重要意义.打破了传统的基于蛋白质间相似度的聚类模式,直接从蛋白质功能团的角度出发,考虑功能团间的一阶和二阶相互作用,提出了模块化聚类方法(MCM),对实验数据进行聚类分析,来预测模块内未知蛋白质的功能.通过超几何分布P值法和增、删、改相互作用的方法对聚类结果进行预测能力分析和稳定性分析.结果表明,模块化聚类方法具有较高的预测准确度和覆盖率,有很好的容错性和稳定性.此外,模块化聚类分析得到了一些具有高预测准确度的未知蛋白质的预测结果,将会对生物实验有指导意义,其算法对其他具有相似结构的网络也具有普遍意义.     

基于相互作用的蛋白质功能预测

蛋白质功能预测是后基因时代研究的热点问题。基于相互作用的蛋白质功能预测方法目前应用比较广泛,但是当"伙伴蛋白质"(interacting partners)数目k较小时,其预测准确率不高。从蛋白质相互作用网络入手,结合"小世界网络"特性,有效解决了k较小时预测准确率不高的问题。对酵母(Saccharomyces cerevisiae)蛋白质的相互作用网络进行预测,当k≤4时其预测准确率比相同条件下的GO(global optimization)方法有一定提高。实验结果表明:该方法能够有效的应用于伙伴蛋白质数目较小时的蛋白质功能预测。     

利用生物信息学技术研究蛋白功能的几种方法

阐明基因的功能是后基因组计划的主要任务。生物信息学为解决这一难题提供了有力手段,生物信息学是用数理和信息学的观点,理论,方法研究生命现象,组织和分析呈指数增长的生物学数据的一门新型学科,本文介绍4种应用生物信息学技术研究蛋白功能的方法。     

基于物理化学性质优化的蛋白质相互作用预测研究

蛋白质相互作用预测是生物信息学研究的重要问题之一,提出了一种基于物理化学性质优化的蛋白质相互作用预测方法,与现有方法的显著不同就是,并未使用已知的氨基酸残基的物理化学性质,而是通过粒子群算法优化得到有益于相互作用预测的物理化学性质数值.对真实的数据集测试表明,优化得到的物理化学性质比现有的物理化学性质更有益于提高蛋白质相互作用的预测性能,与其它方法相比,也具有一定的优势,说明该方法是一种有效的蛋白质相互作用预测方法.     

蛋白质相互作用研究进展

蛋白质行使功能时,需要与其他蛋白质或者其他分子相互作用才能完成.在蛋白质相互作用水平上研究蛋白质对理解蛋白质功能、疾病与进化具有重要的意义.就蛋白质相互作用的预测、常用的蛋白质相互作用数据库以及蛋白质相互作用网络的研究进行了介绍.     

蛋白质亚细胞定位的生物信息学研究

细胞中蛋白质合成后被转运到特定的细胞器中,只有转运到正确的部位才能参与细胞的各种生命活动,如果定位发生偏差,将会对细胞功能甚至生命产生重大影响.蛋白质的亚细胞定位是蛋白质功能研究的重要方面,也是生物信息学中的热点问题,数据库的构建和亚细胞定位分析及预测加速了蛋白质结构和功能的研究.     

小鼠EDNRB基因启动子生物信息学分析

EDNRB/EDN3/ECE-1信号传导通路在胚胎发育期神经嵴细胞分化、迁移、发育为神经节细胞的过程中起到关键作用。采用进化足迹法,利用生物信息学在线软件分析先天性巨结肠相关EDNRB基因启动子序列,结果显示:小鼠EDNRB基因定位于14号染色体,编码442个氨基酸,分子量为:49430Da,转录起始点300bp左右可能为启动子区域,启动子区域包含长度为1473bp的CpG岛,存在两段保守序列,人类和小鼠保守区域内含有33个共同的转录因子结合位点。     

新基因功能研究的策略与方法

开展新基因功能研究在当前生物医学研究中变得日益重要.基因功能的研究策略主要包括新基因的生物信息学及体内表达规律分析、功能获得与功能失活策略研究、基因编码产物相互作用蛋白的研究.同时,结合近年来国内外的一些新进展,对与各种策略相关的一些技术方法也进行了介绍.     

生物信息学在长非编码RNA研究中的应用

长非编码RNA(lncRNA)是一类转录本长度大于200个核苷酸的非编码RNA分子,它们在细胞生命活动中的许多关键过程中起到重要调控作用。近年来关于lncRNA的研究发展迅速,涌现出一批用于lncRNA的鉴定、定量、结构分析以及功能预测的生物信息学工具和数据库,本文将对这些lncRNA研究的资源进行综述。     

多维色谱-串联质谱联用技术分离和鉴定小鼠肝脏质膜蛋白质

采用自动在线纳流多维液相色谱 串联质谱联用的方法分离和鉴定蔗糖密度梯度离心法分离和富集的小鼠肝脏质膜蛋白质 .以强阳离子交换柱为第一相 ,反相柱为第二相 ,在两相之间连接一预柱脱盐和浓缩肽段 .用含去污剂的溶剂提取细胞质膜中的蛋白质 ,获得的质膜蛋白质经酶解和适当的酸化后通过离子交换柱吸附 ,分别用 10个不同浓度的乙酸铵盐溶液进行分段洗脱 .洗脱物经预柱脱盐和浓缩后进入毛细管反相柱进行反相分离 ,分离后的肽段直接进入质谱仪离子源进行一级和二级质谱分析 .质谱仪采得的数据经计算机处理后用Mascot软件进行蛋白质数据库搜寻 ,共鉴定出 12 6种蛋白质 ,其中 4 1种为膜蛋白 ,包括与膜相关的蛋白质和具有多个跨膜区的整合膜蛋白 ,为建立质膜蛋白质组学研究的适宜方法和质膜蛋白质数据库提供了有价值的基础性研究资料 .     

幽门螺杆菌Lpp20蛋白的生物信息学分析

目的：分析幽门螺杆菌Lpp20蛋白的主要化学和免疫学分子特征,为基因工程疫苗和诊断抗原的研究奠定基础。方法：根据Lpp20蛋白的氨基酸序列,应用生物信息学工具分析其蛋白序列,预测其信号肽、跨膜区、疏水性、二级结构、三级结构等性质。结果：Lpp20蛋白具有一段信号肽、脂蛋白信号肽酶切位点及脂盒模体,没有跨膜区,可能是一个外周膜蛋白;Lpp20蛋白的二级结构以α螺旋为主,其三级结构为一个致密的球状。结论：为基于幽门螺杆菌Lpp20蛋白的疫苗开发打下了基础。     

酵母双杂交系统在膜蛋白相互作用研究中的应用

膜相关蛋白约占细胞总蛋白质中的1/3,它们大都参与了细胞的诸多生理、病理过程和药物反应机理。研究膜蛋白的相互作用对于揭示细胞的生命活动规律及寻找药物作用靶标都有重要的意义。由于膜蛋白本身的特性及其难以进入核内等原因,经典的酵母双杂交技术并不适用于检测膜蛋白间的相互作用。针对在活细胞中研究膜蛋白相互作用的需要,近年来国际上先后发展了一系列用于膜蛋白相互作用研究的酵母双杂交新系统,并取得了许多重要发现。