基于形状分布的蛋白质三维结构相似性比较方法

蛋白质结构比较是计算生物学中最重要的问题之一,并且在蛋白质结构预测中发挥着重要作用.本文提出一种基于形状分布的蛋白质三维结构相似性比较方法,进行两种蛋白质三维结构的一致性比较.该方法完全不依赖于序列信息.对PDB蛋白质数据验证的结果表明,本文所使用的方法可以作为任意结构的蛋白质相似性比较的有效辅助手段.对不具备序列相似性的蛋白质分子之间的相似性比较具有现实意义.     

蛋白质结构预测综述

蛋白质结构预测对于从分子层面理解蛋白质的生物功能具有重要意义。本研究从同源建模、自由建模等经典方法 以及深度学习这几个方面来阐述蛋白质结构预测方面的进展。已知结构蛋白质模板数量的增加、序列比对等算法对信息 提取能力的提升以及片段拼接技术的应用使得同源建模在预测蛋白结构的能力大大提升。域分割和片段分割技术及并 行计算策略的应用使得自由建模方法在预测远程氨基酸接触能力不断提升。深度学习技术与以上经典方法的结合提升 了蛋白结构预测的准确性和速度，但是对于没有同源性蛋白结构的预测，仍然存在巨大的挑战。     

蛋白质序列信息的提取与蛋白质结构预测

蛋白质结构预测是生物信息学的一项重要任务.本文介绍了目前在蛋白质结构预测中,基于人工神经网络和小波分析蛋白质序列信息的提取方法.从蛋白质序列提取更多的生物学特征和机器学习相结合的方法将有效提高蛋白质结构预测的精度.     

蛋白质一级结构测定的新进展

1.序言蛋白质一级结构的研究虽没有象最近核酸特别是DNA结构测定那样飞跃发展,但也取得了一定进步。十几年前几乎是不可思议的.分子量在十万左右的一条多肽链,如构成胶原蛋白的一个亚基,β-半乳糖苷酶,磷酸化酶等的一级结构都相继完成。此外在各种微量分析的技术方面仅毫微克分子甚至微微克分子水平即可进行结构分析。可以予期不久将来数毫克的原料就可能很快地测定其一级结构。关于蛋白质一级结构的研究,从氨基酸的分离     

蛋白质结构预测的方法学评述

过去几年里,在蛋白质结构预测方面,人们努力发展新的方法与算法,本文较为详细地综述了这些算法;在二级结构方面,对Chou-Fasman方法、GOR方法、Lim方法、神经网络算法进行了讨论;在四级结构预测方面,对基于蛋白质结构认识的结构预测、从头预测方法等进行了综述.总之,在蛋白质结构预测方面仍存在不少困难,但这些困难正在逐步解决.     

免疫球蛋白分子的三维结构

深入研究免疫球蛋白(Ig)的分子结构基础有助于进一步解决抗体分子的活性、特异性和其生理功能、抗体结构与功能的关系、抗体多样性的起源以及遗传控制等当前分子免疫学研究课题中的中心问题。本文着重介绍近年来用X-射线晶体衍射分析技术研究Ig分子三维结构所得的资料。     

NMR确定溶液中蛋白质的结构

设计具有新功能或功能有所改善的蛋白的基因工程学家,必须具备天然蛋白三维结构和功能间关系的基本知识。然而,蛋白构象数据匮乏是蛋白质工程学进展的主要障碍。虽然已经知道数千种蛋白的氨基酸序列,但是了解其三维结构的也只不过约400种,而其中达到高分辨的至多10％,而且直到最近所有详细结构信息都来自蛋白单晶的衍射方法。本文概述一种新的蛋白结构测定法,该法用核     

能破坏HIV病毒的蛋白质结构

据美国BIOCOMPARE科技新闻网（2008／3／11）报道，美国明尼苏达州立大学（University of Minnesota）的研究人员发现一个重要蛋白的结构，这个蛋白质名为APOBEC3G，其主要功能为抑制HIV病毒的感染，对于艾滋病的治疗及研究有很重要的意义。     

四维NMR研究蛋白质结构

国立卫生研究院(NIH)化学物理实验室的Kay L等宣布他们已给NMR加入了新的一维,从目前的三维拓展到四维,此可称为“量的飞跃”。曾帮助发展三维NMR的化学家Fesik S指出,迄今NMR结构测定法主要针对分子量小于10 000的蛋白分子,至多不超过20 000。但许多蛋白质较上述限量大得多,因此这一新技术有助于将这些大分子量蛋     

金属硫蛋白的三维结构

金属硫蛋白(MT)是一类富含金属离子和半胱氨酸的低分子量蛋白。在溶液中,人MT—2、大鼠MT—2和兔MT—2a分子内镉—半胱氨酸的配位、及相对于成键硫原子,镉离子的手性是相同的,这3种MT的二级结构元和三级结构也相似。大鼠MT—2的溶液和晶体结构有所不同,表现在金属—半胱氨酸的配位和三级结构上。     

蛋白质超二级结构序列片段的统计分析

从蛋白质的氨基酸序列出发，用统计分析的方法，对序列相似性小于40％、分辨率低于2．57的4729个蛋白质中的超二级结构序列片断进行了统计分析，统计结果得到区分四类超二级结构的有用信息，这些统计结果对蛋白质超二级预测是非常有益的。     

人γδTCR的基因结构与蛋白质研究

γδTCR出现在胸腺细胞胚胎发育的早期,它的基因重排早于αβTCR的重排,目前对γδTCR 的基因结构已有了基本的了解,由于它的功能性胚系基因数目有限,因而与αβTCR 相比,呈现有限多样性。根据TCRγ基因组Cγ区基因结构的不同,可有三种不同结构的γδTCR 蛋白。本文简要概述人γδTCR 的基因结构与蛋白质的研完现状。     

一个基于知识的蛋白质结构预测评分函数

评分函数设计是预测蛋白质结构的关键之一。本研究采用pab_select 25列表中的蛋白质结构作为学习样本，并按照结构测定方法的不同将其分成X-Team和NMR—Team两组。根据学习样本中两两氨基酸残基的距离分布，分别求出两组评分函数。然后使用公认的测试样本数据评估上述评分函数的性能。结果表明：两组评分函数在识别结果上存在一致性，且总体性能较高，但X-Team评分函数的识别质量高于NMR—Team评分函数。     

高分辨率脉管结构的自动化三维重组

三维重组和计算机模拟逐渐被认为是研究脉管结构的有力工具。然而计算近似以及计算机硬件选择都依靠所希望的信息。对表面几何模型如脉动波来说,构造表面图形技术要求大量的重复近似计算,这样才会有利。然而自动化构造表面图形要求高质量以及高对比度图象。本文提供这样一种技术,它能从高分辨率计算中建立高对比度图象。我们也描述了一种方法学,     

成人肱二头肌微血管的三维结构

树脂铸型扫描电镜法研究了４例成人肱二头肌微循环血管的三维结构，着重分析了其结构－功能单位：（１）基本单位，是指横微动脉和其两侧的横微静脉之间的微循环血管结构，长约９００～１２００μｍ；（２）集合单位，约由２０～４０个基本单位组成，是以肌内中央微动脉为中轴，其分支为分布范围的微循环单位，每支中央动脉沿途分出若干横微动脉，每支横微动脉又分出若干终末微动脉。（３）肌内微动脉存在广泛的吻合，构成微动脉网络     

回肠淋巴管三维结构的扫描电镜观察

目的:探讨回肠淋巴管的三维结构及流注关系;方法:使用16只家免,将Mercox注入动物回肠壁内,制成淋巴管铸型后,在扫描电镜下观察了回肠各层淋巴管的三维结构。为配合铸型标本,同时制作了半薄切片;结果:通过对回肠淋巴管的二维及三维结构的观察,可见回肠的粘膜层、粘膜下层、肌层和浆膜层都有毛细淋巴管网及淋巴管。在小肠绒毛内存有中央乳糜管,铸型样品上可见其立体结构。又观察到中央乳糜管注入粘膜层和粘膜下层的毛细淋巴管网。该网汇合而成的淋巴管穿过肌层,进入浆膜层,之后以淋巴集合管的形式入肠系膜淋巴管而离开回肠。铸型标本可见淋巴管呈串珠状外观,管壁表面有双凹切迹,此相当于淋巴管瓣膜的部位。铸型表面还可见淋巴管内皮细胞的椭圆形压迹。光镜下可见粘膜下与肌层之间存有三角形间隔,其内动脉与两条淋巴管并行;结论:中央乳糜管注入粘膜下毛细淋巴管网,该网与粘膜下淋巴管网相连。此淋巴管再穿肌层入浆膜层后离开回肠。本文见到淋巴通道存于中央乳糜管周围。淋巴液的形成、运输与淋巴管周围的动脉搏动有关。     

基于最大熵模型的蛋白质二级结构的预测

蛋白质二级结构预测是蛋白质功能预测中一个很重要的环节.我们综合考虑了蛋白质序列中对氨基酸二级结构具有影响的因素,采用最大熵模型实现了对蛋白质二级结构的预测.将氨基酸之间的相互作用和氨基酸对于二级结构的倾向性作为特征函数,充分体现了蛋白质序列中氨基酸之间的短程和长程的相互作用的影响.最大熵模型整合了这些多源的信息,形成一个单一的概率模型.与现有的单序列预测方法相比,本文的方法取得了较高的预测准确率,预测结果表明它是一种实用的预测方法.     

基于MATLAB的隐马尔可夫模型预测蛋白质结构类

目的 准确预测蛋白质结构类,为研究其空间结构及生物功能打下基础.方法 应用隐马尔可夫模型(HMM)预测蛋白质结构类,分别构建3-状态HMM和8-状态HMM.数据来源于Chou和Zhou构建的蛋白质数据集,分别包含有204条蛋白质序列和498条蛋白质序列,通过留一法预测其准确率.结果 所构建的3-状态HMM和8-状态HMM对全α类的预测准确率最高,尤其是3-状态HMM的预测准确率达到95％以上.与Chou数据集相比,Zhou数据集对于全β类和α/β类的预测准确率也有所提高,同时,总体预测率也提高了2％左右;但α+β类的预测准确率有所下降.结论 将整条蛋白质序列作为预测模型的输入信息所构建的HMM模型能有效地预测蛋白质的结构类.