分享到:

蛋白质相互作用网络预测新方法被发现

本报讯(记者胡德荣)中科院上海生命科学研究院药物研究所蒋华良研究员带领学生张健和沈菊文等,经过两年努力,发明出一套预测蛋白质—蛋白质相互作用及其网络预测的新方法,预测精确性大于80%。该成果的论文于近日发表在国际权威学术刊物《美国科学院院刊》(PNAS)在线版上。$$  蛋白质—蛋白质相互作用(PPI)决定着从转录调节到酶级链反应的几乎所有的生物功能,这方面的研究具有重要的科学价值和应用前景。目前的实验方法,如GSTpulldown和免疫共沉淀方法的通量还不足以满足蛋白质组相互作用网络研究的需要,酵母双杂交测定PPI的速度虽快,但精度不够。因此,发展理论方法...  (本文共1页) 阅读全文>>

权威出处: 健康报2007-03-22
华东理工大学
华东理工大学

系统药物设计方法发展及应用研究

基于“一个基因、一种药物、一种疾病”的传统药物发现模式,一直以追求单靶标高活性和高选择性配体为目标。但是,近年来这种设计理念受到临床试验结果高失败率的巨大冲击和挑战。许多高活性、高选择性药物分子在体外试验中表现出非常理想的生物活性,但是这些药物真正应用到人体时,往往表现出不理想的疗效或严重毒副作用,其原因主要是由于生物系统和药物体内行为及作用模式的复杂性。化合物作为药物,在体内行为包括吸收、分布、代谢和清除,而作用模式则包括与人体内各种蛋白质的相互作用、毒性等,简称药物ADMET性质和药物-靶标相互作用谱。在上述因素驱动下,近年出现了系统药物设计概念,即以系统(整合)方法论研究药物设计问题,整合化学、生物学、数学、信息学、计算机科学等多学科技术,利用各种试验数据,建立计算机模型或数学方程,用于识别药物分子在整体细胞或有机体中复杂行为、作用网络和通路,以期发现高效、低毒的药物分子,造福人类健康。本论文旨在发展几种系统药物设计相关的...  (本文共214页) 本文目录 | 阅读全文>>

华中农业大学
华中农业大学

一种基于深度神经网络模型及蛋白相互作用预测癌症相关蛋白及蛋白组合的新方法

如何从大量数据中挖掘出有意义的信息,如何把复杂的研究对象用精确而简明的模型描述出来一直是数据处理工作中的中心课题。针对这个问题有两种截然不同的方法:数据挖掘和复杂网络理论。复杂网络和数据挖掘方法不仅有着相似的研究目的,而且其分析对象在多数情况下也相同。但在实验数据分析中将两者协同应用解决同一问题的情况比较少,主要原因是两者在分析对象上有较多重叠,在多数情况下仅用一种方式就可以解决问题。但实际上,将数据挖掘和复杂网络很好的结合起来解决问题会给数据分析提供新的思路。本研究将复杂网络和数据挖掘相结合,同时用于分析癌症相关基因/蛋白,结果表明复杂网络和数据挖掘技术的协同应用可以为生物学数据的分析提供新的切入点。对癌症的研究积累了大量而且类型丰富的数据,利用这些数据发现癌细胞中关键的基因及其作用途径一直是重要的研究方向。得益于丰富的数据,癌症领域的数据分析方法也层出不穷,其中结合蛋白质相互作用网络分析基因及蛋白功能的方法是一个重要的类别。...  (本文共104页) 本文目录 | 阅读全文>>

华东师范大学
华东师范大学

重要药物—疾病互作网络的数据挖掘方法研究

生物信息学是一门新兴的前沿交叉学科,它的研究焦点主要集中于使用统计学和计算机科学工具,分析和解释海量分子生物学数据信息。作为计算机科学的研究工作者,我们充分利用计算机科学在信息处理上的优势,使用数据挖掘的方法对大量的生物信息数据进行分析和处理。本文结合机器学习的方法,对药物疾病关系网络以及与其相关的受体配体关系网络和蛋白质相互作用网络中的数据进行了挖掘和预测。本文的主要工作如下:1.我们充分利用受体和受体,以及配体和配体之间的相似性构造出估值矩阵。我们以估值矩阵为依据对样本进行训练,充分利用了已知的受体配体相互作用信息。这样在应用拉普拉斯最小二乘法的时候,可以对受体和配体之间的关系给予一个预估的分值,从而使得在半监督学习的过程中有更多可以参考的信息。这在训练过程中极大地提升了预测的可靠性和精确度。与以前的方法进行相比,可以看到我们取得的结果更好。我们称这种基于改进的拉普拉斯RLS方法预测受体和配体相互作用的过程为Est-LapR...  (本文共63页) 本文目录 | 阅读全文>>

《生命科学》2005年01期
生命科学

计算方法在蛋白质相互作用研究中的应用

1 引言细胞的生命紧密地依赖于其自身与周边环境的交流能力,而细胞的代谢、信号传导以及基因表达调控等都与蛋白质的功能密切相关,生物分子必须参与到错综复杂的相互作用的网络中行使其功能,作的不断进展,我们发现人类和老鼠在基因组上有很大的结构和序列相似性。因此,我们有理由认为,人类和老鼠的主要区别在于基因所编码的蛋白质之间的相互作用及其网络的不同,并且更高级的物种应该有更复杂的相互网络。然而,直到近些年范围的蛋白质相互作用及其网络的研究才成为可能。研究蛋白质相互作用的最终目标是建立模式细胞系统中全部蛋白质相互作用的网络,这将为研究蛋白质功能及其细胞全局特征构筑一个框架。基于蛋白质相互作用及其网络的实践应用也已经得到发展,例如药物开发中的药靶研究,相关的详细描述见Archakov等[1]的综述。研究蛋白质相互作用的手段,包括已经建立的一系列传统的实验方法,如酵母双杂交系统、质谱仪方法和蛋白质芯片等[2]。近年来,随着计算机科学的发展,计算...  (本文共6页) 阅读全文>>

《湖北医药学院学报》2014年02期
湖北医药学院学报

双分子荧光互补在蛋白质相互作用中的应用

生物体是一个复杂的有机体,是物质运动的高级形式,这种运动方式是通过蛋白质来实现的。人体的生长、发育、运动、遗传、繁殖等一切生命活动都离不开蛋白质。生命活动中各项功能和行为并不是由单一的蛋白质来完成的,蛋白质间的相互作用以及功能、构象变化参与和影响着生命的全过程,因此深入理解蛋白质相互作用,研究出蛋白质相互作用网络是揭示生命活动奥秘的前提。基于生物化学、微生物学、分子生物学、生物物理学和生物信息学的知识和技术,已经建立了多种研究蛋白质相互作用的方法。目前常用的研究蛋白质相互作用的方法有:GST沉降实验(GST-pull down)、串联亲和纯化、免疫共沉淀、酵母双杂交、化学交联、荧光能量共振转移和双分子荧光互补实验等。本文综述了双分子荧光互补技术(bimolecular fluorescence complementa-tion,BiFC)的起源、原理、发展以及在研究蛋白质相互作用中的应用。1双分子荧光互补的起源绿色荧光蛋白(gr...  (本文共3页) 阅读全文>>

《安徽大学学报(自然科学版)》2010年05期
安徽大学学报(自然科学版)

基于多窗口不同特征的蛋白质相互作用位点预测

随着后基因组时代的到来,蛋白质功能的研究得到越来越多研究者的重视.蛋白质不能单独行使其功能,其功能只能通过蛋白质间的相互作用表现出来,这使得对蛋白质相互作用的研究显得尤为重要.近年来,由于检测蛋白质相互作用生物实验技术的发展,从而使人们能够获得大量相关数据.然而,由于生物实验原理和技术方法的局限性,其实验结果常具有较高的假阳性、假阴性[1].因此,人们开始利用智能计算等计算方法(如支持向量机[2]、神经网络等[3]),结合蛋白质的不同特征,对蛋白质相互作用位点进行预测.由于计算方法代价低,因而被广泛地用来分析蛋白质相互作用数据,从而指导生物学的实验.作者基于蛋白质的不同特征、结合多个不同大小的滑动窗口,采用支持向量机进行分类预测,预测其是否为相互作用位点.1数据准备1.1数据集的选取由于同源复合体很少作为单体存在或以单体形式发挥蛋白质功能,因此它们的疏水性表面永久地埋藏在蛋白质复合物中.而异源复合体中的蛋白质能够以单体的形式存在...  (本文共5页) 阅读全文>>