蛋白质相互作用
蛋白质相互作用的相关文献在1989年到2022年内共计623篇,主要集中在生物化学、分子生物学、基础医学
等领域,其中期刊论文466篇、会议论文8篇、专利文献166269篇;相关期刊237种,包括生命科学研究、生物化学与生物物理进展、生物技术通报等;
相关会议8种,包括2013年全国开放式分布与并行计算学术年会、2011年中国药学大会暨第11届中国药师周、第四届广东省分析化学研讨会等;蛋白质相互作用的相关文献由1815位作者贡献,包括王建、刘北忠、戴宗等。
蛋白质相互作用—发文量
专利文献>
论文:166269篇
占比:99.72%
总计:166743篇
蛋白质相互作用
-研究学者
- 王建
- 刘北忠
- 戴宗
- 杨晓明
- 邹小勇
- 郭茂祖
- 霍克克
- 张丽华
- 李占潮
- 王翀
- 钟梁
- 张玉奎
- 王春光
- 蔡禄
- 贺福初
- 赵群
- 高友鹤
- 朱云平
- 杨开广
- 王正志
- 于淼
- 代启国
- 倪青山
- 宋婀莉
- 张智红
- 李满生
- 王洋
- 詹轶群
- 马素参
- 骆清铭
- E·P·吉利斯
- E·马尔
- M·M·米勒
- M·P·艾伦
- M·S·鲍舍
- P·M·斯科拉
- 刘晓燕
- 唐刘君
- 方菲
- 朱丹
- 李洁
- 汤希玮
- 汪思应
- 熊英
- 王东生
- 王翼飞
- 贺俊崎
- 陈慧
- 陈璟
- 黄培堂
-
-
徐倩;
陈朗;
胡翔颖;
李从刚;
刘乙祥;
姜凌
-
-
摘要:
Bcl-2蛋白是Bcl-2家族中主要行使抗凋亡功能的蛋白质.核孤儿受体蛋白Nur77可出核定位至线粒体与其发生相互作用,促使Bcl-2的功能发生逆转,由细胞保护者转变为细胞杀手,从而促发细胞凋亡.Bcl-2的功能受翻译后修饰调控,如位于其BH3与BH4基序间无序loop区上T69位点的磷酸化.由于缺乏全长Bcl-2蛋白的结构信息,目前loop区T69的磷酸化修饰对两种蛋白相互作用的影响尚不清楚,缺乏原子水平的相关研究.因此,我们构建了含有loop区的胞内全长Bcl-2,并用T69E突变体模拟稳定的磷酸化修饰,综合运用圆二色谱(CD)、免疫印迹(Western Blot)、核磁共振(NMR)等技术手段对其相互作用进行研究.我们发现相比只含结构区的Bcl-2/xl嵌合体,胞内全长的Bcl-2和Nur77具有更强的相互作用,并且T69E模拟磷酸化修饰减弱了Bcl-2与Nur77的相互作用.该项研究对基于Bcl-2和Nur77信号转导通路和癌症细胞靶向凋亡的研究具有重要的参考意义.
-
-
-
-
摘要:
近日,一篇发表在《Nature Communications》上的研究显示,研究人员使用CRISPR-Cas9介导的基因筛选技术在原代CD4^(+)T细胞中靶向敲除了426个与HIV生命周期有关的基因,确定了它们对HIV复制的功能影响,同时进行深度测序,以量化每个扰动的等位基因敲除效率,监测HIV-1病毒激发后7 d内的感染情况。该研究表明,宿主-病原体蛋白质-蛋白质相互作用数据集为功能宿主因子的发现提供了丰富的候选来源,使人们能更好地理解原代T细胞中的HIV复制机制。该研究策略能有效地将高质量的阵列筛选实验用于未来原代细胞类型中的宿主因子鉴定,对继续探索原代人类细胞中的蛋白质相互作用和功能机制及临床治疗至关重要。
-
-
王路宽;
吴舜尧
-
-
摘要:
基于“致病基因邻居倾向于引起相似疾病”和“必需基因和致病基因关联较少”的假设,融合蛋白质相互作用和代谢通路,构建双层生物分子网络,提出一种基于双层生物分子网络双流量网络传播的致病基因排序方法。为致病基因和必需基因分配正流量和负流量,挖掘与已知致病基因相似的潜在致病基因。实验结果表明,本方法与基于经典假设的单层网络方法相比,在富集分数1和富集分数2分别提高11.66和13.66。
-
-
覃韦宁;
谷春明;
杨方红;
张河燕;
杨恩泽;
武福云;
柯镜
-
-
摘要:
肿瘤的发病率在逐年增长,其中恶性肿瘤严重影响着人类的健康和生命。目前,临床上常规抗癌药物由于存在靶向性较低、毒副作用明显、容易产生耐药性等缺点,正在失去其一些治疗用途。而抗肿瘤多肽类药物拥有分子量小、靶向性强、特异性高、毒性弱、易于合成等特点,使其成为了治疗肿瘤的新方法。抗肿瘤多肽主要包括天然多肽、人工修饰多肽及人工合成多肽,其作用机制非常复杂,主要包括抑制肿瘤细胞增殖、迁移和侵袭,促肿瘤细胞凋亡,免疫调节等。该文从多肽通过阻断蛋白质相互作用发挥抗肿瘤作用这一机制进行概述。
-
-
罗思;
丁明
-
-
摘要:
工程抗坏血酸过氧化物酶(The Engineered Ascorbate Peroxidase,APEX2)是一种能够有效地应用于研究活细胞内蛋白质与蛋白质的相互作用的方法。与其他传统的蛋白质互作研究方法相比,APEX2技术不仅可以允许靶向和邻近依赖性标记蛋白质,并且实现了亚细胞室的蛋白质组学定位以及动态蛋白质复合物的识别,现已成为蛋白质组学分析的一种新方法。主要总结了APEX2的技术发展及其在不同类型的蛋白质组的应用。
-
-
张雨欣;
丁明;
柳军
-
-
摘要:
基于生物素酶的蛋白质邻近标记技术是利用融合在感兴趣蛋白上的生物素连接酶对邻近的蛋白质生物素化,通过生物素与链酶亲和素之间的亲和力进行分离,再结合质谱分析鉴定出生物素化蛋白。该技术能够用于检测弱而短暂的蛋白质相互作用,也给在无膜细胞器和其他不易分离或纯化的亚细胞结构的上的蛋白互作研究提供了新的选择,很好地补充了传统研究蛋白质互作方法的空白。本文对近几年出现的基于生物素酶的蛋白质邻近标记的技术发展及其应用进行了综述。
-
-
姚旭;
詹秀秀;
刘闯;
张子柯
-
-
摘要:
复杂网络控制能够捕获整个网络的状态,使得从海量的蛋白质相互作用数据中找到潜在的肿瘤致病基因成为可能。该文利用复杂网络控制理论探究肿瘤关键基因,对5种癌症相关的蛋白质–蛋白质相互作用网络,通过网络最小控制集方法,选取始终处于最小控制集(minimum dominating set,MDS)的基因作为候选关键基因。利用肿瘤相关的生物通路数据和已被证实的肿瘤基因数据,采用富集分析证明了该方法的有效性。构建网络综合中心性指标,对候选关键基因进行排序。进而针对不同的癌症类型,挑选排在前面的候选基因(非已知重要基因集的基因)作为最终的预测基因,基于网络结构和体细胞突变数据分析,对其作为生物标志物的有效性进行验证。该研究在一定程度上为复杂网络控制理论在生物医学中的应用提供了思路。
-
-
杨芳;
李济民;
袁伟奇;
罗以勤
-
-
摘要:
目的通过基因共表达网络分析(weighted gene co-expression network analaysis,WGCNA)及蛋白质相互作用(protein-protein interaction,PPI)识别肺腺癌发生发展中的枢纽基因。方法从TCGA数据库中下载497例肺腺癌组织和54例正常肺组织的RNA-seq表达矩阵及配套临床信息。利用R语言的DESeq2软件包进行差异基因表达分析。随后通过WGCNA筛选出枢纽模块,PPI分析鉴定出枢纽基因。最后使用GEIPA数据库验证枢纽基因与肿瘤分期、预后的关系。结果通过DESeq2分析得到1904个差异基因。通过构建共表达网络,确定棕色和蓝色模块为枢纽模块,PPI分析筛选得到核分裂周期蛋白80(nu⁃clear division cycle 80,NDC80)为枢纽基因。GEIPA数据库验证结果显示NDC80基因与肿瘤的分期相关(F=3.58,P<0.05),且NDC80基因高表达与肿瘤的总生存期较差有明显相关(HR=1.6,P<0.05)。结论通过构建WGCNA及PPI分析得到枢纽基因NDC80,且NDC80基因的高表达与肿瘤的分期及预后密切相关。提示NDC80基因有望成为肺腺癌预后的生物学标志物。
-
-
-
边艳超;
张传领;
张浩;
王万伦;
张婷;
刘桐佳;
刘爽;
邢凯佳;
肖瑞
-
-
摘要:
目的利用生物信息学方法探讨小鼠肌球蛋白轻链激酶(MYLK)的结构、编码蛋白质的结构及功能等,为研究MYLK蛋白功能调节机制奠定基础。方法通过生物信息学分析,对MYLK基因编码的产物及理化性质、信号肽、跨膜结构、二级结构、三级结构、结构域、亚细胞定位、磷酸化及互相作用蛋白等进行预测分析。结果MYLK由1950个氨基酸组成,为理论等电点为5.92的亲水性不稳定蛋白,无信号肽和跨膜区域,二级结构主要为无规则卷曲,成功构建其三级结构,MYLK蛋白有四种结构域,主要存在于细胞核,有较多的Thr、Ser磷酸化位点,Tyr磷酸化位点相对较少,与MYLK相互作用的蛋白主要是肌球蛋白和钙调蛋白。结论MYLK是具有核定位、无跨膜结构、亲水性不稳定的蛋白质,在细胞黏附、迁移、凋亡等生理活动中具有极为重要的意义。
-
-
WANG Chong;
王冲;
LEI Xiujuan;
雷秀娟
- 《2013年全国开放式分布与并行计算学术年会》
| 2013年
-
摘要:
提出了一种基于人工免疫特性的蛋白质相互作用(PPI)网络聚类模型与算法以期提高其辨识准确率.在该算法中将聚类中心作为抗原,将邻接的节点作为抗体,通过计算抗体与抗原之间的亲和度,将其作为记忆细胞把节点划分到聚类中;然后选择优秀抗体作为疫苗,尝试将疫苗注入聚类模块并进行更新,通过与注射前的模块适应度进行比较,不断更新记忆细胞.对PPI数据集上的数据进行了仿真,实验结果表明,与功能流算法(FLOW)相比,所提方法的正确率和查全率的几何平均值均得到了提高.
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
- 中国石油大学(华东)
- 公开公告日期:2022-09-23
-
摘要:
本发明涉及一种基于孪生‑集成神经网络的蛋白质蛋白质相互作用预测模型,包括:(1)蛋白质序列对输入到编码层,每一个蛋白编码成1000*N的特征矩阵;(2):把这一对蛋白质特征输入到孪生‑集成神经网络进一步提取特征。集成神经网络由MCN和MBC构成。相同的集成神经网络共享参数,构成了孪生神经网络。我们的特征提取是从全局和局部共同提取特征。MCN通过调整不同的kernel‑size可以专注于提取蛋白质特征的局部信息,MBC可以整体提取蛋白质序列的全局信息,输出是四个256维的向量(3):把这四个256维的特征向量通过concatenation操作合并成1024维的特征向量,随后通过多层感知机来最终输出模型的预测结果。根据数据集原始的标签和模型预测结果,通过损失函数评价模型性能,反向传播来更新模型参数。