酪氨酸激酶受体介导的信号网络对内质网应激反应的影响

内质网应激和酪氨酸激酶受体介导的信号网络是细胞内两个重要的信号网络。研究证实内质网应激反应和酪氨酸激酶受体介导的信号网络参与众多的生理病理过程,且二者之间存在广泛的对话交流。通过对两个信号通路之间对话交流机制的研究有助于我们对一些疾病过程进行深入了解。本文将针对酪氨酸激酶受体介导的信号网络对内质网应激反应的影响及其机制进行阐述。     

RTSV和Glh在药用野生稻中的物理定位

药用野生稻具有多种抗病虫性,是水稻品种改良重要的种质资源之一.本研究采用与栽培稻遗传图第4连锁群中与RTSV和Glh紧密连锁的RFLP标记RZ262及其筛选出来的BAC克隆作探针,对药用野生稻进行荧光原位杂交,供试探针均被定位于药用野生稻第4染色体短臂的中部,百分距分别为74.86±3.72和73.98±4.44,信号检出率为7.6%和45.1%.BAC克隆和RFLP标记探针杂交位置几乎一致,说明在栽培稻和野生稻中RFLP标记RZ262都存在同一BAC克隆的大插入片段中,药用野生稻与抗性基因RTSV和Glh的同源顺序就在第4染色体信号出现的相应位置,从而为作物育种开发和利用野生资源的抗性基因提供了理论依据.     

脂筏在G蛋白偶联受体信号转导中的调控作用

脂筏是细胞上富含特殊脂质和蛋白质的微结构域.随着脂筏作为细胞膜上信号传导的平台的认识,这个特征化的区域受到了越来越多的关注.大量的研究已经显示脂筏参与G蛋白偶联受体信号转导的调控.通过精细的调节G蛋白偶联受体、G蛋白和下游信号效应物等信号元件的活性,脂筏可以影响信号转导的专一性和信号偶联的效率.本综述主要介绍脂筏对G蛋白偶联受体信号转导的调控机制的研究进展.     

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。     

C族G蛋白偶联受体激活过程

C族G蛋白偶联受体(G protein coupled receptor,GPCR)具有七螺旋跨膜域(heptahelical transmembranedomain,HD)、捕蝇夹域(venusflytrapdomain,VFT)和半胱氨酸富集域(cysteine-rich domain,CRD)等功能域,并在体内组成性形成二聚体。该文介绍C族G蛋白偶联受体激活进程中各功能域的构象变化,以及由此产生的构象学效应。