合成生物学中蛋白质计算预测设计的应用与发展

合成生物学以"工程化"为核心指导思想,自下而上开发生物技术来解决人类社会面临的重大挑战.蛋白质作为生命活动的直接执行者和合成生物学中关键的底层元件,对其定量认识和工程改造的能力直接影响合成生物学的上层建筑.通过蛋白质计算设计技术可实现功能空间跳跃,为合成生物学提供全新元件,使序列-结构-功能的研究从"格物致知"转化为"...     

蛋白质折叠的分析和预测——流形在蛋白质构象预测中的应用

从理论上通过已知的氨基酸序列预测蛋白质三维构象的研究现在已成为分子生物学中十分活跃的领域。本文按在此领域中已涉及到的数学方法进行分类,总结了近五年对蛋白质折叠预测的最新发展;着重评述了微分几何和微分流形在这方面的应用。     

蛋白质二级结构预测样本集数据库的设计与实现

将数据库技术应用到蛋白质二级结构预测的样本集处理和分析上,建立了二级结构预测样本集数据库。以CB513样本集为例介绍了该数据库的构建模式。构建样本数据库不仅便于存储、管理和检索数据,还可以完成一些简单的序列分析工作,取代许多以往必须的编程。从而大大提高了工作效率,减少错误的发生。     

催化元件和途径的人工设计与组装

催化元件以及由多个催化元件组成的合成途径的设计与组装为人工合成体系的建立奠定了基础,是合成生物学的重要研究内容。除从自然生物中挖掘大量的天然酶和途径可供人工合成体系使用外,将计算生物学、蛋白质工程以及组合生物合成等技术相结合,理性地、有目的地进行催化元件和途径的人工设计与组装,将提供新功能酶以及新物质合成途径。介绍了催化元件和合成途径人工设计与组装的研究策略和最新进展。     

蛋白质工程：从定向进化到计算设计

定向进化通过建立突变体文库与高通量筛选方法,快速提升蛋白的特定性质,是目前蛋白质工程最为常用的蛋白质设计改造策略。近十年随着计算机运算能力大幅提升以及先进算法不断涌现,计算机辅助蛋白质设计改造得到了极大的重视和发展,成为蛋白质工程新开辟的重要方向。以结构模拟与能量计算为基础的蛋白质计算设计不但能改造酶的底物特异性与热稳定性,还可从头设计具有特定功能的人工酶。近年来机器学习等人工智能技术也被应用于计算机辅助蛋白质设计改造,并取得瞩目的成绩。文中介绍了蛋白质工程的发展历程,重点评述当前计算机辅助蛋白质设计改造方面的进展与应用,并展望其未来发展方向。     

蛋白质二级结构的实测与预测

蛋白质二级结构的实测和预测在理论和实践上都有重要意义。常用实测方法为圆二色性,红外及二维核磁共振。讨论了各种圆二色性计算方法的优点和缺陷,介绍了二维核磁共振测二级结构的主要方法,讨论了Chou和Fasman预测法的优劣。建议用多种方法测定并结合预测结果分析,得出恰当结论。     

蛋白质结构预测的现状与展望

蛋白质分子是由２０种不同的氨基酸通过共价键连接而成的线性多肽链,然而天然的球状蛋白质分子的水溶液中并不是一条走向无规的松散肽链,每一种蛋白质在天然条件下都有自己特定的空间结构。遗传信息由ＤＮＡ到ＲＮＡ再到蛋白质的过程,是分子生物学研究的中心,通常称之...     

蛋白质酶功能分析和预测方法的进展和前瞻

蛋白质酶是生物体内最重要的生物分子之一。对酶的功能进行系统研究具有重要的科学研究价值和工业应用意义,近年来,以计算机技术为基础的酶功能预测的方法不断发展与完善。基于此背景,本文总结了基于计算方法的酶功能分析与预测的主要方法,包括酶结合位点、分子对接、动力学模拟以及分子设计等内容。同时,本文也对相应的发展趋势进行讨论和展望。     

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.     

ProSAR驱动的蛋白质定向进化技术

改进蛋白质序列空间检索策略是未来蛋白质工程研究的一个关键。本文介绍了一种被称为蛋白质序列-活性相关性(ProSAR)驱动的蛋白质定向进化策略的原理、机器学习算法及应用,为提高蛋白质定向进化效率和解决酶学性质的多维优化问题提供了办法和思路。     

基于序列保守性和蛋白质相互作用的真核蛋白质亚细胞定位预测

蛋白质的亚细胞定位是进行蛋白质功能研究的重要信息.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,有效地发挥功能.尝试了将保守序列及蛋白质相互作用数据的编码信息结合传统的氨基酸组成编码,采用支持向量机进行蛋白质亚细胞定位预测,在真核生物中5轮交叉验证精度达到91.8%,得到了显著的提高.     

棉籽蛋白质和油分含量预测的生态模型

为研究棉籽蛋白质和油分含量与环境因子间的定量关系,选择不同熟性棉花品种在长江流域下游棉区和黄河流域黄淮棉区各2个地点进行分期播种和施氮量试验,分析了品种、主要气象条件和施氮量对棉籽蛋白质和油分含量的影响.结果表明:棉籽蛋白质和油分含量的主要影响因子除品种外依次为铃期平均温度、太阳辐射量和施氮量;棉籽蛋白质和油分形成的最适宜铃期日均温分别为26.1℃和25.7℃;充足的光照不利于棉籽蛋白质和油分含量的提高;增加施氮量提高了棉籽蛋白质含量,降低了油分含量.建立了棉籽蛋白质含量与油分含量的生态模型,模型以品种、铃期平均温度、铃期日均太阳辐射量和施氮量为模型输入,简便易行.模型对棉籽蛋白质含量和油分含量预测的根均方差(RMSE)分别为2.03％和2.54％,具有较好的预测性.     

蛋白质侧链的预测

根据Ｄｅｓｍｅｔ的死端排除定则制作了一种蛋白质侧链观测的快速软件系统,用一批实例结构数据和不同的侧链转子来检验上定则的可行性;并讨论预测的ＲＭＳ与溶剂可及性和结构元素的关系。     

蛋白质全新设计的现状和展望

对蛋白质全新设计的方法、设计原则、迄今为止取得的成就和存在的问题及目前面临的困难进行了综述.     

蛋白质晶体学与药物设计

蛋白质晶体学的发展,产生了根据药物靶分子三维结构知识开展药物设计的新研究方向。本文通过一些有代表性的研究工作,介绍目前了解到的药物分子与靶分子相互作用的结构基础以及以这些结构知识为依据开展药物设计的初步尝试。     

基于信息量的调控元件预测方法

设计基于信息含量的调控元件识别算法,对酵母的基因表达数据聚类结果进行分析,旨在预测共表达基因上游非编码区可能存在的转录因子结合位点。分析已知受相同调控因子作用的基因上游序列的结果表明,算法能正确识别具有单一保守核心序列的调控元件和具有间隔子(spacer)的保守序列．通过分析共表达基因,算法提取出的候选调控元件,部分可能具有生物学意义,这还有待于生物学实验的进一步验证。     

利用互联网预测cDNA蛋白质产物的结构和功能

人类基因组计划预计近两三年内即可完成,我们将会得到许多序列已知但未知功能的cDNA。本简单介绍利用互联网上信息资源分析cDNA序列和预测它所编码的蛋白质的结构和功能的方法和常用工具。     

蛋白质的二级结构预测——Chou和Fasman方法

蛋白质分子的一切高级结构,都由一级结构即氨基酸残基序列所包含的信息决定。多年来,由蛋白质的氨基酸序列预测二级结构的方法不下十几种。其中,Chou和Fasman的方法自1974年提出,至1978年修正、精化,已得到了很好结果,越益受到重视。此方法的突出优点是简便,无须计算机的复杂分析,就可预测出蛋白质的二级结构,准确性约为80％。目前蛋白质二级结构的测定,当然以X-晶体衍射结果最准确。Chou和Fasman方法正是基于晶体分析的结果,经统计得出的一整套数据     

氨基酸组成聚类、蛋白质结构型和结构型的预测

用信息聚类方法对蛋白质的氨基酸组成进行聚类,发现存在梯级成团（大集团分解成小集团）现象,６４５个蛋白质可分成１５个小集团,每一个小集团与蛋白质二级结构含量决定的结构型有一定相关性,但与蛋白质五大结构型相关性不明显。指出了由氨基酸成分和二级结构含量预测结构型的方案中存在的问题。提出了由蛋白质二级结构序列预测蛋白质结构型的新方法,并给出了预测蛋白质结构型的简明预测规则     

蛋白质亚叶绿体和亚线粒体定位预测研究进展

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,有效地发挥功能,因此蛋白质的功能与其亚细胞定位有着密切的联系,通过确定蛋白质在细胞中的位置可以获取蛋白质功能和结构的信息。在近二十年中,蛋白质亚细胞定位预测算法研究已经取得很大的成绩,在此基础上,蛋白质在细胞器内亚结构的定位预测研究,如对蛋白质亚线粒体和亚叶绿体定位的研究成为更深层次的问题,本文简要介绍国内外在蛋白质亚叶绿体和亚线粒体定位预测方面的研究进展。