蛋白质与DNA序列上特异和非特异位点结合的研究现况

介绍了蛋白质和DNA序列上特异和非特异位点结合的研究状况，并详细介绍了Michael Slutsky和Maria Barbi等人提出的有关蛋白质和DNA序列结合的理论模型，同时对这几种理论模型提出新的展望。     

一种蛋白质结构同源建模的DNA算法

将一种新的智能计算方法——DNA计算引入到蛋白质结构预测中,试图建立当蛋白质结构与母板结构相似度比较低的情况下的蛋白质结构比较模型的DNA计算方法。将氨基酸序列中的一个残基的可能构型映射为一段DNA序列,将一个蛋白质结构预测问题转化成一个边赋权的图的最大权团问题,结合最大权团问题的DNA计算模型,建立蛋白质预测问题的DNA算法,并通过仿真实验说明了算法的有效性。     

原核CRISPR-Cas系统的结构功能及应用

CRISPR-Cas系统是新近在原核生物中发现的一种抵御外来DNA入侵的免疫机制,由一个成簇规则间隔的短回文重复序列(CRISPR)和附属的蛋白质(Cas)组成,广泛分布于真细菌和古菌中.CRISPR由重复序列及其间隔序列组成,间隔序列来自于过去的入侵DNA,并插入到细菌的CRISPR排列中.一旦出现新的入侵,CRISPR转录,其RNA经过加工后与Cas蛋白质组成一个核蛋白复合体,该复合体通过RNA与入侵DNA序列之间的互补配对,结合目标序列,最后Cas蛋白质将入侵DNA降解.此外,基于CRISPR系统中的Cas9蛋白,发展了一种新的基因组编辑技术,在不同的细胞中均能获得高效的基因定点打靶,展现出巨大的潜力.     

基于小波变换的蛋白质与DNA相互作用的计算机预测

蛋白质与DNA的相互作用在细胞的转录调控和DNA修饰等活动中至关重要.将改进的共鸣识别模型应用于预测酵母蛋白质与DNA的相互作用,运用小波变换找出阳性数据和随机数据的信噪比分布的差异,并通过阈值的选取达到了较好的预测结果.同时,将阳性数据与相应复合物的序列进行序列联配,找到了保守位点,进而从结合位点的角度验证了本方法的正确性.     

蛋白质中RNA-结合残基预测的随机森林模型

构建了用于预测蛋白质序列中RNA-结合残基的分类模型.在模型的特征提取方面,除了与功能相关的结构特征和序列正交编码信息以外,还提出了一个新颖的特征PSSM-PP.该特征不仅包含蛋白质序列的进化保守特征,还包含与蛋白质和RNA结合有关的氨基酸理化特征.在设计模型时,考虑到样本数据量大的问题,选用了快速的随机森林算法.该预测模型总体预测准确率达到87.02％,特异性达到95.62％,敏感性达51.16％,Matthew相关系数为0.533 6.此外,还构建了RNA结合残基的预测平台.     

酵母蛋白质的序列相似性分析

介绍了蛋白质序列相似性分析的进展，并以对酵母蛋白质所做的工作为例，详细说明了蛋白质序列相似性分析的过程和有关算法，阐明了将蛋白质的结构分析和功能预测结合起来对序列相似性分析的意义，还针对蛋白质结构分析和功能预测的方法，提出了一些目前存在的问题，作为以后研究工作的出发点。     

非嵌插类药物与DNA作用的分子机制

本文概述了非嵌插类药物与DNA作用的分子机制,考察了DNA螺旋小沟结合药物的碱基序列特异性,药物-DNA相互作用的性质和相互作用能,以及研究药物与DNA作用分子机制的意义。     

黑曲霉β-葡萄糖苷酶基因的分离

以黑曲霉基因组DNA、mRNA为模板,利用种属相似性设计了一对引物,采用PCR与RT-PCR技术得到β-葡萄糖苷酶基因的DNA和cDNA全序列.测序表明:克隆得到的DNA序列全长2 924 bp,cDNA序列全长2 583 bp,编码860个氨基酸.编码序列推导的蛋白质序列相似性分析显示:完整蛋白质序列同源性高达97%～99%.该研究为β-葡萄糖苷酶基因的遗传转化及应用 奠定了基础.     

用AFM观察小白鼠心肌核DNA片段的基因体外转录和垃圾DNA的相互作用

用AFM直接观察、体外转录等实验技术组合,发现小白鼠(Balb/C)心肌体外转录状态的核DNA片段上的各种基因,处于垃圾DNA的特定的“转录平台”上。“转录平台”上的各种核活性基因的两端的调控序列,分别与特定开关蛋白质复合体结合(即可解离的开关蛋白质),中间的编码序列分别以非共价键特异结合可完全解离的转录活性因子等多种蛋白质;这些与核基因转录相关的蛋白质均由垃圾DNA的专一性蛋白质通路分别进行特异性正负反馈调控。     

DNA序列非退化的二维图形表示及其应用

提出了一种新的DNA序列的2-D图形表示方法,并证明了它的非退化性,随后结合图形表示给出DNA序列的12个正规化的ALE指标.在此基础上,结合双核苷酸计数和符号序列LZ复杂度,将DNA序列转化为一个29维的数值向量.对23个物种的β球蛋白基因和18个物种的线粒体NADH脱氢酶序列进行的系统发生分析,证明了所提方法的有效性.