蛋白质相互作用信息的文本挖掘研究进展

蛋白质相互作用是生命活动中一种极其重要的生物分子关系, 对此领域的研究不仅具有理论意义, 还具有较强的应用价值. 近年来, 随着研究的深入, 各种蛋白质相互作用的生物医学文献激增, 挖掘其中的蛋白质相互作用关系成为人们面临的一大挑战. 当前, 已提出了多种文本挖掘方法, 对分散于生物医学文献中的蛋白质相互作用信息进行结构化或半结构化处理. 对这些工作进行分析, 总结出基于生物文本挖掘蛋白质相互作用信息的一般流程, 从蛋白质命名实体的识别、蛋白质相互作用关系的提取和蛋白质相互作用注释信息的提取3个子任务进行阐述, 同时介绍了生物文本挖掘领域的评测会议和一些挖掘蛋白质相互作用相关信息的工具. 最后, 对该领域存在的一些重要问题进行分析, 并预测了未来可能的发展方向, 以期对该领域相关研究提供一定的参考.     

蛋白质相互作用数据库及其应用

对蛋白质相互作用及其网络的了解不仅有助于深入理解生命活动的本质和疾病发生的机制,而且可以为药物研发提供靶点.目前,通过高通量筛选、计算方法预测和文献挖掘等方法,获得了大批量的蛋白质相互作用数据,并由此构建了很多内容丰富并日益更新的蛋白质相互作用数据库.本文首先简要阐述了大规模蛋白质相互作用数据产生的3种方法,然后重点介绍了几个人类相关的蛋白质相互作用公共数据库,包括HPRD、BIND、 IntAct、MINT、 DIP 和MIPS,并概述了蛋白质相互作用数据库的整合情况以及这些数据库在蛋白质相互作用网络构建上的应用.     

基于机器学习的药物-靶标相互作用预测*

近年来,随着计算机硬件、软件工具和数据丰度的不断突破,以机器学习为代表的人工智能技术在生物、基础医学和药学等领域的应用不断拓展和融合,极大地推动了这些领域的发展,尤其是药物研发领域的变革。其中,药物-靶标相互作用(drug-target interactions, DTI)的识别是药物研发领域中的重要难题和人工智能技术交叉融合的热门方向,研究人员在DTI预测方面做了大量的工作,构建了许多重要的数据库,开发或拓展了各类机器学习算法和工具软件。对基于机器学习的DTI预测的基本流程进行了介绍,并对利用机器学习预测DTI的研究进行了回顾,同时对不同的机器学习方法运用于DTI预测的优缺点进行了简单总结,以期对开发更加有效的预测算法和DTI预测的发展提供帮助。     

机器学习在蛋白质功能预测领域的研究进展

蛋白质是有机生命体内不可或缺的化合物,在生命活动中发挥着多种重要作用,了解蛋白质的功能有助于医学和药物研发等领域的研究。此外,酶在绿色合成中的应用一直备受人们关注,但是由于酶的种类和功能多种多样,获取特定功能酶的成本高昂,限制了其进一步的应用。目前,蛋白质的具体功能主要通过实验表征确定,该方法实验工作繁琐且耗时耗力,同时,随着生物信息学和测序技术的高速发展,已测序得到的蛋白质序列数量远大于功能获得注释的序列数量,高效预测蛋白质功能变得至关重要。随着计算机技术的蓬勃发展,由数据驱动的机器学习方法已成为应对这些挑战的有效解决方案。本文对蛋白质功能及其注释方法以及机器学习的发展历程和操作流程进行了概述,聚焦于机器学习在酶功能预测领域的应用,对未来人工智能辅助蛋白质功能高效研究的发展方向提出了展望。     

机器学习方法在植物基因组信息预测中的研究现状

随着高通量测序技术的飞速发展,植物基因组学研究目前已经积累了海量多组学数据。因此如何开发和改进相关处理软件工具,从而有效利用这些海量数据发掘有用的生物学信息,成为当下亟需解决的重要科学问题。其中机器学习方法凭借其显著的预测、分类、数据挖掘和集成能力,在此领域受到广泛关注。本文系统综述了不同类型机器学习方法的基本原理和流程,以及这些方法在植物基因组功能预测中的研究进展,重点总结了机器学习模型在植物分子相互作用预测、重要功能位点预测、功能注释、作物育种等方面的应用成果,并展望了该领域未来的发展方向和应用前景。本文有助于植物研究者快速了解和应用机器学习方法,从而推进植物遗传相关机制的研究和作物性状改良。     

蛋白质- 配体相互作用信息数据库研究进展

研究蛋白质和配体相互作用的结构和亲和力,不仅有助于了解蛋白质的功能,而且对药物研发以及药物作用机制的研究,也具有十 分重要的意义。目前,人们通过人工检索和半自动检索的方式,从文献和蛋白质数据库（Protein Data Bank,PDB）中获得了许多蛋白质- 配体亲和力信息和生物相关配体信息,并构建了许多蛋白质-配体相互作用的信息数据库。对3 个蛋白质-配体亲和力数据库和6 个蛋白质 晶体结构-配体生物相关性数据库进行介绍,并对其主要应用进行简述,希望能为实现高效准确地筛选和设计药物提供一定的帮助。     

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。     

化学交联技术在蛋白质相互作用研究中的应用

蛋白质相互作用是生命科学研究的一个重要领域.随着生物质谱的出现,利用化学交联技术研究蛋白质的相互作用已经成为切实可行的策略.文章介绍了化学交联反应的相关内容,及其在蛋白质相互作用研究中的应用,并简单探讨了甲醛作为交联剂的应用价值.     

酵母三杂交系统的应用研究进展

1996年,酵母三杂交技术被研究应用于筛选RNA结合蛋白.本介绍了酵母三杂交系统的原理、应用、前景和存在的不足及局限,并分析其原因,总结了在过去8年中利用此方法所取得的成就.在酵母双杂交基础上发展起来的酵母三杂交系统,其应用范围已扩大到蛋白质-蛋白质、蛋白质-RNA、蛋白质-小分子药物间的相互作用等更加广泛的研究领域.     

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。     

WRKY转录因子与植物逆境响应

WRKY转录因子是高等植物特有的一类转录调控因子,也是植物生命活动中不可或缺的调控枢纽。研究发现,WRKY转录因子参与植物生长发育过程及多种生物与非生物逆境响应。本文分析了WRKY转录因子的分类及结构,对其多种作用机制包括上游调控、下游调控、蛋白质相互作用等进行了归类,总结了近年来在各类植物上发现的WRKY转录因子调控植物生长发育和参与植物响应生物及非生物逆境的多重功能。并针对目前WRKY转录因子的研究所存在的问题,提出部分意见,为进一步挖掘WRKY家族的功能机制奠定了基础。     

基于质谱的蛋白质生物标志物发现中的特征选择与机器学习方法研究进展

随着质谱技术的进步以及生物信息学与统计学算法的发展,以疾病研究为主要目的之一的人类蛋白质组计划正快速推进。蛋白质生物标志物在疾病早期诊断和临床治疗等方面有着非常重要的意义,其发现策略和方法的研究已成为一个重要的热点领域。特征选择与机器学习对于解决蛋白质组数据"高维度"及"稀疏性"问题有较好的效果,因而逐渐被广泛地应用于发现蛋白质生物标志物的研究中。文中主要阐述蛋白质生物标志物的发现策略以及其中特征选择与机器学习方法的原理、应用实例和适用范围,并讨论深度学习方法在本领域的应用前景及局限性,以期为相关研究提供参考。     

磷烯纳米材料的生物毒性研究进展

磷烯,即单层黑磷（BP）,由于具有直接带隙、显著的结构和功能各向异性、高电荷载流子迁移率等,已经在生物医学、药物输送、生物传感、疾病的诊断和治疗等领域取得了很大的进展。和其他纳米材料相比,磷烯具有更优异的生物相容性和生物可降解性,在生物医药领域有很好的应用前景。虽然已有大量磷烯生物学效应的报道,但磷烯与生物大分子,如核酸、脂质、蛋白质之间相互作用的过程细节仍缺乏系统的研究。目前实验上无法观测磷烯与生物分子相互作用的动力学过程,分子模拟在获取精确动态结构方面具有独特的优势,被广泛应用于纳米材料和生物学领域。本文综述了近年来国内外利用计算机仿真和实验方法在磷烯纳米材料与蛋白质、脂质膜和DNA等生物大分子相互作用方面取得的最新研究进展,对磷烯生物毒性目前的研究进行了评述,并对未来需要解决的问题作了分析。本文将促进磷烯生物学效应的基础研究,也将推动磷烯纳米材料在生物医药领域的应用。     

面向蛋白质功能位点识别的机器学习平台构建

有关蛋白质功能的研究是解析生命奥秘的基础,机器学习技术在该领域已有广泛应用。利用支持向量机(support vectormachine,SVM)方法,构建一个预测蛋白质功能位点的通用平台。该平台先提取非同源蛋白质序列,再对这些序列进行特征编码(包括序列的基本信息、物化特征、结构信息及序列保守性特征等),以编码好的样本作为训练数据,利用SVM进行训练,得到敏感性、特异性、Matthew相关系数、准确率及ROC曲线等评价指标,反复测试,得到评价指标最优的SVM模型后,便可以用来预测蛋白质序列上的功能位点。该平台除了应用在预测蛋白质功能位点之外,还可以应用于疾病相关单核苷酸多态性(SNP)预测分析、预测蛋白质结构域分析、生物分子间的相互作用等。     

生物质谱在蛋白-蛋白相互作用研究中的应用

生物体中的蛋白质通常是通过与其它蛋白质相互作用来发挥功能,因此研究蛋白-蛋白相互作用对于阐明蛋白质的分子作用机理乃至细胞的生命过程具有重要意义。目前研究蛋白-蛋白相互作用的手段有多种,近年随着生物质谱技术的飞速发展,以质谱为工具来研究蛋白质相互作用的方法得到越来越广泛的应用。本文主要介绍利用质谱技术来研究蛋白质相互作用的方法,总结前人的一些研究成果并进行展望。     

染色质免疫沉淀技术在研究DNA与蛋白质相互作用中的应用

在后基因组时代,DNA-蛋白质的相互作用是研究基因表达调控的一个重要领域。与其他方法相比,染色质免疫沉淀技术（chromatin immunoprecipitation assay, ChIP）是一种在体内研究DNA-蛋白质相互作用的理想的方法。近年来这种方法与DNA芯片和分子克隆技术相结合,可用于高通量的筛选已知蛋白因子的未知DNA靶点和研究反式作用因子在整个基因组上的分布情况,这将有助于深入理解DNA-蛋白质相互作用的调控网络。总结了染色质免疫沉淀技术的方法,特别介绍了使用这些方法取得的最新进展。     

基于膜上的酵母双杂交系统及其在药物开发中的应用

蛋白质是生命活动的基础.生物体内的蛋白质之间都存在着复杂的相互关系.由于蛋白质中的膜蛋白在各种各样重要细胞过程中起着关键的作用,如光合作用、呼吸作用、信号传导、免疫反应和营养物质的吸收等,因此越来越受到研究者们的重视.对膜蛋白的研究也越来越多.但因为膜蛋白具有疏水性,所以常常用传统的生物化学和遗传学方法,难以对膜蛋白之间以及膜蛋白与胞质蛋白之间的关系进行分析和鉴定.而传统的酵母双杂交系统又因其局限性,不能广泛地用于研究膜蛋白的相互作用.对研究膜蛋白之间及膜蛋白与胞质蛋白之间关系的一种有效方法—基于膜上的酵母双杂交系统,以及该方法在药物开发设计领域中的运用进行了介绍和综述.     

生物传感芯片质谱及其在蛋白质组研究中的应用

目前蛋白质组研究技术在已有的研究基础上取得了长足进展 ,包括固相 ｐＨ梯度双向凝胶电泳、生物质谱技术、蛋白质双向电泳图谱的数字化和各种分析技术、蛋白质间相互作用分析的方法如酵母双杂交系统、噬菌体展示、表面等离子共振等。但均各有其利弊。目前质谱是进行蛋白质组成分鉴定的支撑技术 ,但是它在蛋白质间相互作用分析及结构与功能的关系分析方面显得无能为力 ,而生物分子相互作用分析技术 (Ｂｉｏｍｏｌｅｃｕｌａｒｉｎｔｅｒａｃｔｉｏｎａｎａｌｙｓｉｓ ,ＢＩＡ)是进行蛋白质相互作用分析的较好技术 ,将两者结合起来在蛋白质组…     

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     

细胞外基质蛋白质预测工具研究进展

细胞外基质蛋白质在细胞的一系列生物过程中发挥着重要作用,它的异常调节会导致很多重大疾病。理论细胞外基质蛋白质参考数据是实现细胞外基质蛋白质高效鉴定的基础,研究者们已经基于机器学习的方法开发出一系列的细胞外基质蛋白质预测工具。文中首先阐述了基于机器学习模型构建细胞外基质蛋白质预测工具的基本流程,之后以工具为单位总结了已有细胞外基质蛋白质预测工具的研究成果,最后提出了细胞外基质蛋白质预测工具目前面临的问题和可能的优化方法。